查看单个帖子
旧 2019-12-14, 20:13   #1
poster
高级会员
 
注册日期: 2019-11-21
帖子: 3,006
声望力: 66
poster 正向着好的方向发展
帖子 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
  • 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?
假设我们有一个具有100,000个属性的数据集,例如Dorothea数据集 (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

回答:

特定于Matlab,您可以从统计工具箱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。



更多&回答...
poster 当前离线   回复时引用此帖