了解一下matlab降维工具包-drtoolbox

mutougeda

matlab降维工具包----drtoolbox
4 @4 L, L* ]* `–很好安装，也很好用

2 ?* X: `) J: ~1 ~安装

• 下载后解压在一个文件夹里。
• 打开matlab，添加文件。
  * Z. O" B9 |2 s9 Q! F

. v0 S# @6 ^; J6 W5 ~. c" x


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。
labels = label;
' h! ]8 b* K% \no_dims = round(intrinsic_dim(X, 'MLE'));
disp(['MLE estimate of intrinsic dimensionality: ' num2str(no_dims)]);

) u2 _/ O: A/ z7 @' q3 R% u% PCA降维
[mappedX, mapping] = compute_mapping(X, 'PCAA', no_dims);
figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
2 E& L% Z! f& ?0 G7 d* p% y% ntitle('Result of PCA');
%KPCA降维
% C4 b& `9 w: h" Z1 A8 `) j[mappedX, mapping] = compute_mapping(X, 'KPCA', no_dims);
# U0 e7 F. h9 o0 }figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
title('Result of KPCA');
%LDA降维
6 I4 y& [- U* E" Q7 E% W[mappedX, mapping] = compute_mapping(X, 'LDA', no_dims);
& l) c  u* |- [3 K. Ofigure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
title('Result of LDA');


) A, [' J+ o9 p( @7 n结果：

/ j! Z6 p- Y  _: ]6 H, v/ h

/ N2 K) I7 K3 g1 {) y' m
( N# h* Y- [7 n6 j- [) F
补充：
% k  X4 M0 K* p9 ]7 a/ Q, q  A( I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
* ^" T1 }; J. z+ J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：
% p7 a% M! {- A7 i  {
  |  P- h! ]8 x0 u2 {
1 e5 i* I/ J& `* J& R( [
% n; v! R8 `6 k% D


9 k& r7 a4 h$ x% c; h
这样以后用matlab本身的pca即
6 C2 S$ u7 o# g( ^9 L4 L
! `5 e: z5 p1 i: `' W[coef,score,latent] =pca(data);
' ]  {+ E. Z7 U& }3 x5 s6 s

调用该工具包中的pca利用

/ W: o6 X8 r+ e1 o3 _  }6 \5 K[mappedX, mapping] = compute_mapping(X, 'PCAA', no_dims);
2 c5 q+ X2 Y0 {% I- B7 X. u0 r; @figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
8 z, q! B. q' f' p$ W3 \" W# Stitle('Result of PCA');`

/ `/ T7 D, Z/ R9 S

; |4 p* ?: }& o& o  s6 Y

xiaogegepcb

matlab降维工具包-drtoolbox，学习啦