了解一下matlab降维工具包-drtoolbox

mutougeda

matlab降维工具包----drtoolbox
/ z/ b+ @8 R7 F) h- I* }5 D# s–很好安装，也很好用
7 P  |( V' R- n+ q% y+ u
# U: D7 a/ l" e$ C安装

• 下载后解压在一个文件夹里。
• 打开matlab，添加文件。
  / k, D, z: J* l, S" \8 ?& o/ q

& @7 _% y4 A. P1 R2 S6 k

/ c+ C% \' v. b6 s4 y/ i# e8 z( ^
运行“rehash toolboxcach”.显示“compilation completed”即完成加载。
测试：
8 u; P+ z8 a* T) v2 ^1 ?- jX = data;%数据每个样本为一行。
labels = label;
6 p- o3 L* e8 Ino_dims = round(intrinsic_dim(X, 'MLE'));
disp(['MLE estimate of intrinsic dimensionality: ' num2str(no_dims)]);
$ h2 c# H& j  l4 y! ?$ y
% PCA降维
[mappedX, mapping] = compute_mapping(X, 'PCAA', no_dims);
figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
title('Result of PCA');
%KPCA降维
[mappedX, mapping] = compute_mapping(X, 'KPCA', no_dims);
figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
" ?& r* K$ k% G+ J  Y: _/ w: ltitle('Result of KPCA');
) o, s& u4 c! l! b1 L%LDA降维
[mappedX, mapping] = compute_mapping(X, 'LDA', no_dims);
figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
title('Result of LDA');
9 }: c2 i, a2 ~, T) B* U  x
2 n" ~% D( h) V+ e
结果：

1 I1 I3 M1 A5 s+ B4 J6 t9 D* M# O
3 [  o* X6 n8 L! c

4 u5 x1 Z" E# ~
  h  c9 ^! l( I- c% c" i- W补充：
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
* K$ \" |* [1 @/ O$ {7 J/ q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：
; n4 E  p7 }+ N% a
4 J5 y0 z" e2 `$ Y

6 x% P2 }! [6 ^) s% @

8 c9 r9 G* N5 g# N' u

这样以后用matlab本身的pca即
1 ^7 L9 G5 G/ j* F: t& M9 Q# t
# r9 ^& _* m8 K' `[coef,score,latent] =pca(data);

& q# l5 C% N8 F! n0 A# [& }! b
调用该工具包中的pca利用
6 u2 {) ^/ ?4 ?
& v* c0 p9 q9 B* M[mappedX, mapping] = compute_mapping(X, 'PCAA', no_dims);
figure, scatter(mappedX(:,1), mappedX(:,2), 5, labels);
. C" n% W3 y) h7 L8 }0 Ttitle('Result of PCA');`

* c  J- ?/ f3 l; S1 t; x2 d
2 C! l% V: d* ~/ L/ J6 b

( g- x( L  Y! ?- V7 K5 Y

xiaogegepcb

matlab降维工具包-drtoolbox，学习啦