代码之家  ›  专栏  ›  技术社区  ›  tamaramaria

利用主成分分析(PCA)从Matlab 3D到2D

svd pca 2d 3d matlab
  •  -1
  • tamaramaria  · 技术社区  · 7 年前
    内容过于久远，请刷新稍后重试
    1 回复  |  直到 7 年前
        1
  •  1
  •   marsei    7 年前
    推荐文章
    Sameer Mahajan  ·  python spark:使用PCA缩小最相关的特性
    7 年前
    Jorge Kageyama  ·  使用ggplot2绘制未定数量的绘图
    7 年前
    Elia  ·  主成分分析-个体图
    7 年前
    Columbiafashion  ·  sklearn中估计器管道的参数clf无效
    7 年前
    havakok  ·  二次MATLAB主元分析中新点的投影
    7 年前
    Andrew_457  ·  为什么我的自动编码器没有给出简化的表示?
    7 年前
    user 123342  ·  Predict()新数据进入R中的PCA空间
    7 年前
    Tanmay Bhatnagar  ·  预测时如何使用主成分分析?
    7 年前
    Steve  ·  将新文档绘制到散点图
    7 年前
    gB08  ·  对具有大量零特征的数据进行归一化/标准化是否好
    7 年前
    关于  
    代码之家 - 一站式码农服务社区
    沪ICP备11025650号