锐客网

  1. 首页 > 睿知 > >

kpca核主成分分析

经验分享睿知

跪求matlab实现KPCA和KECA的代码！非常感谢！我只有KPCA ， 你可以参考清楚；clcload normal . matx normal；%X训练数据集的大规模生物信息为数据挖掘提出了新的课题和挑战，需要加入新的思想 。常规的计算机算法仍然可以应用于生物数据分析，但它们越来越不适合于序列分析，原因是生物系统的模型本质上是复杂的，没有在分子水平上建立完整的生命组织理论，西 。
【kpca核主成分分析】
1、跪求matlab实现KPCA和KECA的代码!不胜感激!我只有KPCA，你可以参考清楚；clcload normal . matx normal；%X训练数据集[Xrow，Xcol]大小(X)；%Xrow:样本数Xcol:样本属性数%%数据经过预处理和标准化，处理后的平均值为0，方差为1 xcmean(X)；%求原始数据的平均值Xestd(X)；%求原始数据的方差x0(xones(xrow ， 
1)* Xe)；%标准矩阵X0，归一化为均值0和方差1；c20000%此参数可调%%查找i1: xrowforj1: xrowk (i，j) exp ((norm (x0 (i，))x0 (j ， ))2/c)的核矩阵；%求核矩阵，使用径向基核函数 ， 用参数CEND%%对矩阵n1ones(Xrow，Xrow)定心；N1(1/Xrow)* n1；kpkn 1 * KK * N1 N1 * K * N1；%集中化矩阵%%特征值分解[V 。

    推荐阅读


    上一篇：分析图分析什么软件,室内分析图可以分析什么

    下一篇：f15