이번역번역이지는최신내용을담고담고않습니다않습니다。최신최신내용을영문영문으로여기를클릭클릭
특징변환기법은이터를를새특징으로변환하여하여터의차원차원수를줄줄아이터에分类형변수가있는경우와이변수변수이가능하지하지않은특징선택기법이더적합합니다。특정적으로최소제곱피팅에적합한특징선택기법에대한자세한내용은단계적회귀항목을참조하십시오。
了解要素选择算法并探索功能选择的功能。
本主题介绍了顺序特征选择,并提供了一个使用自定义标准顺序选择功能的示例序列
功能。
邻域分量分析(NCA)是一种非参数方法,用于选择具有最大化回归和分类算法的预测准确性的目标。
通过删除预测器来制造更强大和更简单的模型,而不会影响模型的预测力。
使用交互测试算法选择随机林的拆分预测器。
T-SNE是一种通过非线性降低到两种或三维的高维数据的方法,同时保留原始数据的一些特征。
此示例显示T-SNE如何创建高维数据的有用低维嵌入。
这个例子显示了各种影响徐
设置。
输出功能描述和T-SNE示例。
因子分析是将模型拟合多元数据以估计测量变量对较少数量的未观察(潜在)因子的相互依赖性的方式。
使用因素分析来调查同一部门内的公司是否在股票价格上的同类周期变化。
此示例显示了如何使用统计和机器学习工具箱™执行因子分析。
多维缩放允许您为多种距离或异化度量彼此可视化若要彼此的差异,并且可以在少量维度中产生数据的表示。
采用cmdscale.
要执行经典(公制)多维缩放,也称为主坐标分析。
此示例显示如何使用的是如何执行经典的多维缩放cmdscale.
统计和机器学习工具箱™中的功能。
此示例显示了如何使用非数据形式的多维缩放(MDS)可视化异化数据。
使用非类别多维缩放使用mdscale.
。
Procrustes分析最大限度地减少了使用最佳形状保护的欧几里德转换比较地标数据之间的位置的差异。
使用Procrustes分析来比较两个手写的数字。