文件

减少维度

PCA,因子分析,非负矩阵分解,顺序特征选择等

功能转换技术通过将数据转换为新功能来减少数据中的维度。功能选择当变量的转换不可能时,可以优选技术,例如,当数据中存在分类变量时。对于专门适用于最小二乘拟合的特征选择技术,请参阅逐步回归

职能

PCA和规范相关性

最终 巴特利特的测试
Canoncorr. 规范相关性
PCA. 原始数据的主要成分分析
PCACOV. 协方差矩阵的主要成分分析
PCARES. 来自主成分分析的残差
PPCA 概率主成分分析

因子分析

选择性 因子分析
旋转变压器 旋转因子装载

非负矩阵分解

nnmf. 非负矩阵分解

多维缩放

cmdscale. 古典多维缩放
玛哈尔 Mahalanobis距离
mdscale. 非分类多维缩放
Pdist. 成对对象之间的距离
方形 格式距离矩阵

促进分析

促进 促进分析

功能选择

序列 顺序特征选择
refieff 使用Relieff算法的属性(预测器)的重要性
这个主题有用吗?