PCA for dimension reduction in 1D data
Version 1.0.0 (2,05 KB) von
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
Zitieren als
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. Abgerufen.
Kompatibilität der MATLAB-Version
Erstellt mit
R2018b
Kompatibel mit allen Versionen
Plattform-Kompatibilität
Windows macOS LinuxKategorien
- AI and Statistics > Statistics and Machine Learning Toolbox > Dimensionality Reduction and Feature Extraction >
Mehr zu Dimensionality Reduction and Feature Extraction finden Sie in Help Center und MATLAB Answers
Tags
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!Live Editor erkunden
Erstellen Sie Skripte mit Code, Ausgabe und formatiertem Text in einem einzigen ausführbaren Dokument.
Version | Veröffentlicht | Versionshinweise | |
---|---|---|---|
1.0.0 |