關於資料降維的一些經典演算法
阿新 • • 發佈：2019-01-05
資料降維
0 前言
降維方法可分為有監督降維方法、半監督降維方法、無監督降維方法。
有監督的降維方法有：線性判別式分析（Linear discriminant analysis, LDA）; 邊緣Fisher分析（Marginal fisher analysis，MFA）;最大邊緣準則（Maximum margin criterion, MMC）等。
無監督的降維方法有：主成分分析（Principal component analysis, PCA）, 近鄰保持投影（Neighborhood preserving embedding, NPE)，區域性保持投影（Locality preserving projections, LPP），稀疏保持投影（SPP）等。
* 半監督的降維*方法有：半監督降維（Semi-supervised dimensionality reduction, SSDR）, 半監督判別式分析（Semi-supervised discriminant analysis，SDA）等。
未完待續，，，
有時間寫詳細的各演算法詳細分析