Principal Component Analysis for large feature and small observation
This file is PCA for large feature.
Vous suivez désormais cette soumission
- Les mises à jour seront visibles dans votre flux de contenu suivi
- Selon vos préférences en matière de communication il est possible que vous receviez des e-mails
Small size of observation and huge features happens a lot in shape/image and bioinformatics analysis. This file provides an alternative way of perform PCA analysis.
More detail about PCA please check: http://www.math.fsu.edu/~qxu/TCI.html
Citation pour cette source
Kim Xu (2026). Principal Component Analysis for large feature and small observation (https://fr.mathworks.com/matlabcentral/fileexchange/45967-principal-component-analysis-for-large-feature-and-small-observation), MATLAB Central File Exchange. Extrait(e) le .
Remerciements
A inspiré : EOF
Catégories
En savoir plus sur Dimensionality Reduction and Feature Extraction dans Help Center et MATLAB Answers
Informations générales
- Version 1.1.0.0 (379 octets)
Compatibilité avec les versions de MATLAB
- Compatible avec toutes les versions
Plateformes compatibles
- Windows
- macOS
- Linux
| Version | Publié le | Notes de version | Action |
|---|---|---|---|
| 1.1.0.0 | Update reference |
||
| 1.0.0.0 |
