文件名称：高维数据分类中的特征降维研究 (2012年)
文件大小：338KB
文件格式：PDF
更新时间：2024-06-06 22:02:42
自然科学 论文
以高维分类为目标，从分类的准确率与模型解释性角度探讨了降维的必要性，分析了特征选择与抽取2类方法特点，并对常用的特征抽取方法，包括主成分分析(PCA)、偏最小二乘(PLS)和非负矩阵分解(NMF)进行了阐述 考虑到约减后的数据缺乏稀疏性与可解释性，提出了基于稀疏正则化的特征抽取模型，为高维特征降维提供了一种新思路．
高维数据分类中的特征降维研究 (2012年)
【文件属性】：