本文主要是介绍使用matlab中的SVD技术进行特征缩减,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
http://www.zdh1909.com/html/matlab/10115.html
使用SVD技术的过程是:
(1)对给定集进行奇异值分解,得到奇异矩阵S。
(2)将奇异值居矩阵S中最小的几个值置为0,并将U和V中对应的行和列都置为0;
(3)得到经过特征缩减的新数据集X'=U*S*V。
[U,S,V] = SVD(X) 该函数产生一个对角矩阵S,S的维数与矩阵X的维数一致,S中的非负元素按降序排列。
伴生矩阵U V, X = U*S*V'
例 X= [ 1 2 ; 3 4 ; 5 6 ; 7 8] ; % 4*2维矩阵
[u,s,v ] = svd(X);
则 u 4*4维 s 4*2 维 v 2*2 维 向量
这篇关于使用matlab中的SVD技术进行特征缩减的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!