典型相关分析matlab实现代码-cca_zoo:典范相关性分析动物园：CCA，GCCA，MCCA，DCCA，DGCCA，DVCCA，DCCA

【文件属性】：
文件名称：典型相关分析matlab实现代码-cca_zoo:典范相关性分析动物园：CCA，GCCA，MCCA，DCCA，DGCCA，DVCCA，DCCA
文件大小：188KB
文件格式：ZIP
更新时间：2021-05-20 13:39:55
系统开源 典型相关分析matlab实现代码典型相关分析：cca-zoo CCA，GCCA，MCCA，DCCA，DGCCA，DVCCA，DCCAE，KCCA和常规变体 现在可以使用pip install cca-zoo进行安装 这是用于CCA的方法的汇编，包括线性（ALS / scikit-learn），rCCA（岭罚），sparseCCA（Witten / Parkhomenko），elasticCCA（waaijenborg），核方法（pyrcca），Deep CCA（Andrew），Deep Canonical关联的Autoencoders（），深度变体CCA（）和深度变体CCA_private（）。 感谢@ VahidooX，@ MichaelVll @Arminarj，在嘈杂的MNIST数据集上对所有模型进行了评估。 训练/验证/测试段是MNIST的原始段。 您可以从noisymnist_view1.gz和noisymnist_view2.gz下载它们 DCCAE只是具有来自潜在空间的重建网络和其他重建损失的DCCA。 因此，我在单个模型中同时实现了DCCA和DCCAE，并使用参数加权重

【文件预览】：
cca_zoo-master
----.gitignore(2KB)
----README.md(2KB)
----LICENSE(1KB)
----cca_zoo()
--------mnist_utils.py(6KB)
--------DVCCA.py(6KB)
--------deep.py(13KB)
--------generate_data.py(5KB)
--------alternating_least_squares.py(20KB)
--------DCCAE.py(5KB)
--------plot_utils.py(9KB)
--------__init__.py(281B)
--------KCCA.py(3KB)
--------objectives.py(5KB)
--------linear.py(15KB)
--------deep_models.py(10KB)
----example_scripts()
--------Hyperparameter_plot pmd.png(44KB)
--------compare_train_test.png(26KB)
--------Hyperparameter_plot kernel:linear.png(33KB)
--------example_main.py(10KB)
--------MNIST_example.ipynb(33KB)
--------Hyperparameter_plot kernel:poly.png(31KB)
--------Hyperparameter_plot kernel:gaussian.png(29KB)
----setup.py(834B)