文件名称：matlab的素描代码-NystromBestiary:Matlab代码，用于尝试各种SPSD草图
文件大小：11.55MB
文件格式：ZIP
更新时间：2024-06-12 21:24:33
系统开源
matlab的素描代码Nystrom Bestiary v2.0 撰写者根据 Nystrom Bestiary是用于测试各种SPSD Sketches的代码集合，包括基于列采样的Nystrom扩展，基于列的随机混合的Nystrom扩展以及“捏”和“延长”特征草图（请参阅评论论文方程式（5.11）和（5.12）来精确定义这两个草图。 Alex Gittens和曾用它制作论文中的图形（arXiv预印本链接）。 特别是，其中包括精确生成这些数字的实验设置。 发送评论，建议和投诉给gittens AT icsi FULLSTOP伯克利FULLSTOP edu 内容 extensions/目录包含各种Nystrom扩展的实现 io/目录包含用于创建，加载和处理数据集的代码 datasets/目录包含实验中使用的数据集 experiments/目录包含一组m文件，这些文件实际上在各种数据集上运行Nystrom扩展，并存储有关错误和时间的统计信息 outputs/目录用于存储实验的输出 plots/目录存储时间和错误的图 auxiliary/目录包含计算扩展名所需的代码 visualization/
【文件预览】：
NystromBestiary-master
----misc()
--------gen_experiment_stats_table.m(9KB)
--------predict_errors.m(6KB)
--------gen_theory_practice_comparison.m(7KB)
--------genstats.m(3KB)
----extensions()
--------dummy_extension.m(252B)
--------qrlevscore_randEig.m(2KB)
--------simple_Nystrom.m(2KB)
--------approxlev_randEig2.m(3KB)
--------simple_randEig.m(2KB)
--------simple_randEig2.m(2KB)
--------qrlevscore_Nystrom.m(2KB)
--------levscore_randEig.m(2KB)
--------srft_randEig2.m(2KB)
--------speclev_Nystrom.m(3KB)
--------tallthin_randEig.m(3KB)
--------levscore_randEig2.m(3KB)
--------froblev_randEig2.m(3KB)
--------speclev_randEig2.m(3KB)
--------approxlev_Nystrom.m(3KB)
--------approxlev_randEig.m(3KB)
--------speclev_randEig.m(3KB)
--------srft_randEig.m(2KB)
--------tallthin_Nystrom.m(3KB)
--------gaussian_Nystrom.m(2KB)
--------gaussian_randEig2.m(2KB)
--------srft_Nystrom.m(2KB)
--------tallthin_randEig2.m(3KB)
--------qrlevscore_randEig2.m(3KB)
--------froblev_randEig.m(3KB)
--------froblev_Nystrom.m(3KB)
--------levscore_Nystrom.m(3KB)
--------gaussian_randEig.m(2KB)
----TODO(629B)
----visualization()
--------visualizeall.m(2KB)
--------visualize_randeig.m(15KB)
--------plotpanel.m(2KB)
--------visualize.m(19KB)
--------visualize_tallthin.m(15KB)
--------visualize_time_error.m(19KB)
--------printcf.m(2KB)
--------plotpanel_multiplex.m(2KB)
--------visualize_randeigforthesis.m(15KB)
--------truncateplots.pl(657B)
--------visualizeforthesis.m(19KB)
--------subtightplot.m(3KB)
----outputs()
--------truncateplots.pl(463B)
----io()
--------read_snap_data.m(2KB)
--------generate_compact_RBF_kernel.m(857B)
--------normalize_kernel_data.m(836B)
--------generate_distance_matrix.m(749B)
--------generate_RBF_kernel.m(379B)
----auxiliary()
--------realfft.m(1KB)
--------notifier.m(3KB)
--------spectral_sketch_levscores.m(2KB)
--------estnorms.m(3KB)
--------orderedeigs.m(438B)
--------generate_dataset.m(10KB)
--------approx_tallthin_levscores.m(2KB)
--------frobenius_sketch_levscores.m(973B)
--------jdrpcg.m(31KB)
--------srft.m(1KB)
--------power_method_approx_levscores.m(3KB)
--------gatherparams.m(1KB)
--------orderedeig.m(434B)
----experiments()
--------run_linear.m(3KB)
--------run_laplacians.m(4KB)
--------run_alg1.m(2KB)
--------run_randexperiments.m(7KB)
--------run_compact_rbf.m(4KB)
--------run_rbf.m(3KB)
--------runall.m(1KB)
----plots()
--------truncateplots.pl(463B)
----.gitignore(54B)
----README.md(4KB)
----datasets()
--------dextertestdata.sparse(2.44MB)
--------CA-GrQc.txt(343KB)
--------p2p-Gnutella06.txt(325KB)
--------CA-HepTh.txt(643KB)
--------gisette_train.data(64.65MB)
--------kin8nm.data(1.08MB)
--------create_bestiary_datasets.m(1KB)
--------spam.data(682KB)
--------ESSproteins.csv(948KB)