了解一下matlab降维工具包-drtoolbox

mutougeda

# m9 }. ]/ O: t& g  tmatlab降维工具包----drtoolbox
–很好安装，也很好用

8 G8 k2 ~5 G* t+ e3 S' u* O安装
& w7 a4 R# T3 Z

• 下载后解压在一个文件夹里。
• 打开matlab，添加文件。
  

+ b: T5 a7 b7 o; H7 J; n; l# L

2 ^0 B& l% R  D& {8 Z3 y) Z
  c; u) X& M1 O4 v% E运行“rehash toolboxcach”.显示“compilation completed”即完成加载。
测试：
X = data;%数据每个样本为一行。
8 [2 N" r. A" E, Zlabels = label;
no_dims = round(intrinsic_dim(X, 'MLE'));
disp(['MLE estimate of intrinsic dimensionality: ' num2str(no_dims)]);

6 e- I; M! c7 G2 t0 @& s" @% PCA降维
[mappedX, mapping] = compute_mapping(X, 'PCAA', no_dims);
  }9 s) i+ F! c; J& Qfigure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
( w" J- {( i$ l0 i1 s+ qtitle('Result of PCA');
, A/ s2 Z1 h; T% \' ]%KPCA降维
) [, k& A$ ?: C4 M[mappedX, mapping] = compute_mapping(X, 'KPCA', no_dims);
figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
title('Result of KPCA');
8 x7 U5 a" n! U' g9 n%LDA降维
* A) H# o& ^# F: F[mappedX, mapping] = compute_mapping(X, 'LDA', no_dims);
! `7 v' y* n5 r0 R2 Cfigure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
title('Result of LDA');
6 e5 G6 S1 x* l& S: @% ?/ o1 U

& k" v2 b' Q9 B4 W3 A结果：
, X0 ~" ?" W9 Z0 B9 z+ r5 ?
6 M: O4 p9 C4 Q$ j
. C; z: B, W8 A( i$ Z. q

: ^" J& h9 c5 o: K# b: h+ ~2 G( ?
补充：
. ~( ]$ B$ ^5 [' j数据不知道怎么搞上去。就放个地址吧。链接：https: //pan.baidu.com/s/11CzO2_DWHds_PSTDtR69Sw
提取码：9tfd
问题：在使用时，发现该工具箱中的pca函数与matlab自带函数冲突，便将该工具箱中的pca函数名字给改掉。如下：



1 R* X. F% e, W) g
) D, e) \* b% e, j' X' i% f+ T
. w, `( L8 j) z' E+ w5 ^

这样以后用matlab本身的pca即

* ], A+ b' b( g4 c8 C/ d[coef,score,latent] =pca(data);

3 {2 t) g9 `! u
! u5 l6 @9 w7 U. y$ K调用该工具包中的pca利用

[mappedX, mapping] = compute_mapping(X, 'PCAA', no_dims);
figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
+ H" Y3 r0 R" r2 u5 b" Gtitle('Result of PCA');`

: `. r8 l- m" {* G2 P! z7 i
* T- ?. c! v! n9 r* ^( W
4 E  w/ H4 P- y, ~2 B! M; B  \

xiaogegepcb

matlab降维工具包-drtoolbox，学习啦