最新的维数算法
 

我们知道有一些算法可以减少数据集的尺寸，例如PCA和Isomap
[LIST][*]在将维降到数据集方面，最新技术是什么？[*]您是否有示例，也许在MATLAB上？[/LIST]假设我们有一个具有100,000个属性的数据集，例如[URL="http://archive.ics.uci.edu/ml/datasets/Dorothea"]Dorothea数据集[/URL] （以结构分子特征表示的化合物必须分类为有活性（与凝血酶结合）或无活性。这是NIPS 2003特征选择挑战的5个数据集之一。）

Data Set Characteristics: Multivariate Number of Instances: 1950 Area: Life Attribute Characteristics: Integer Number of Attributes: 100000 Date Donated 2008-02-29 Associated Tasks: Classification Missing Values? N/A Number of Web Hits: 17103

[B]回答：[/B]

特定于Matlab，您可以从[URL="http://www.mathworks.com/help/pdf_doc/stats/stats.pdf"]统计工具箱[/URL]的手册中获取一些想法。

查找“特征选择”和“特征转换”部分。另外，我会尝试SVD，FastMap和RobustMap。您需要阅读一些有关每种数据的知识，并确定哪种数据最适合您的数据。



[url=https://stackoverflow.com/questions/5284032]更多&回答...[/url]