PCA for dimension reduction in 1D data
Version 1.0.0 (2,05 ko) par
Selva
using principal component analysis for dimension reduction of feature vector in the SVM classification problem
PCA is used for projecting data matrix from higher dimension to lower dimension
Citation pour cette source
Selva (2024). PCA for dimension reduction in 1D data (https://www.mathworks.com/matlabcentral/fileexchange/68942-pca-for-dimension-reduction-in-1d-data), MATLAB Central File Exchange. Extrait(e) le .
Compatibilité avec les versions de MATLAB
Créé avec
R2018b
Compatible avec toutes les versions
Plateformes compatibles
Windows macOS LinuxCatégories
- AI and Statistics > Statistics and Machine Learning Toolbox > Dimensionality Reduction and Feature Extraction >
En savoir plus sur Dimensionality Reduction and Feature Extraction dans Help Center et MATLAB Answers
Tags
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!Découvrir Live Editor
Créez des scripts avec du code, des résultats et du texte formaté dans un même document exécutable.
Version | Publié le | Notes de version | |
---|---|---|---|
1.0.0 |