通过使用重建ICA特征提取gydF4y2Ba
返回一个重建独立分量分析(RICA)模型,该模型包含从施加RICA表或预测数据的矩阵的结果对象gydF4y2BaMdlgydF4y2Ba
=哥斯达黎加(gydF4y2BaXgydF4y2Ba
,gydF4y2Ba问gydF4y2Ba
)gydF4y2BaXgydF4y2Ba
含gydF4y2BapgydF4y2Ba变量。gydF4y2Ba问gydF4y2Ba
是的特征以从提取数gydF4y2BaXgydF4y2Ba
,因此gydF4y2Ba黎加gydF4y2Ba
学会了一gydF4y2BapgydF4y2Ba-通过-gydF4y2Ba问gydF4y2Ba
变换权矩阵。对于不完全或过度完整的特性表示,gydF4y2Ba问gydF4y2Ba
可以比预测变量的数目小于或大于。gydF4y2Ba
要访问所学习的转换权重,请使用gydF4y2BaMdl.TransformWeightsgydF4y2Ba
。gydF4y2Ba
转换gydF4y2BaXgydF4y2Ba
通过使用学习到的转换,传递到新的特性集gydF4y2BaMdlgydF4y2Ba
和gydF4y2BaXgydF4y2Ba
至gydF4y2Ba转变gydF4y2Ba
。gydF4y2Ba
使用由一个或多个指定的附加选项gydF4y2BaMdlgydF4y2Ba
=哥斯达黎加(gydF4y2BaXgydF4y2Ba
,gydF4y2Ba问gydF4y2Ba
,gydF4y2Ba名称,值gydF4y2Ba
)gydF4y2Ba名称,值gydF4y2Ba
对参数。例如,可以标准化预测数据或指定在目标函数的重构术语惩罚系数的值。gydF4y2Ba
的gydF4y2Ba黎加gydF4y2Ba
函数创建的输入要素,以输出特征的线性变换。变换是基于优化非线性目标函数大致平衡输出的统计独立性设有与重建使用输出特征的输入数据的能力。gydF4y2Ba
有关详细信息,请参见gydF4y2Ba重建ICA算法gydF4y2Ba。gydF4y2Ba
ReconstructionICAgydF4y2Ba
|gydF4y2BasparsefiltgydF4y2Ba
|gydF4y2Ba转变gydF4y2Ba