一，函数文件在matlab中，M文件分为脚本文件和函数文件。如果M文件的第一个可执行语句以function开头，那这个M文件就是函数文件。函数文件内定义的变量为局部变量，只在函数文件内部起作用，当函数文件执行完后，这些内部变量将被清除。本文介绍如何规范地编写一个函数文件。通常，函数文件由函数声明行、H1行、在线帮助文本区、编写和修改记录、函数主体等几个部分组成。格式如下：function 输出形参
转载
2024-04-28 14:37:13
35阅读
实验内容1.将LDA在训练样本上的低维表示结果可视化。 2.使用距离最短对测试样本进行分类。实验代码clear;clc;
%% 导入数据
load("train.mat");
x=train(:,1:4);
y=train(:,5);
load("test.mat");
x_test=test;
% *********************问题二*******************
% **
转载
2024-06-15 16:50:25
224阅读
今天学习SVD原理，查看一些博文与资料，为了方便复习，做一下学习笔记。SVD不仅是一个数学问题，在工程应用中的很多地方都有它的身影，比如前面讲的PCA，掌握了SVD原理后再去看PCA那是相当简单的，在推荐系统方面，SVD更是名声大噪，将它应用于推荐系统的是Netflix大奖的获得者Koren，可以在Google上找到他写的文章。满秩分解设，那么存在，使得A=BC，其中B为列满秩矩阵，C为行满秩矩阵
作者: Trustintruth突然高产了！！1.LDPC吗原理简述LDPC码(低密度奇偶校验码)的校验矩阵具有非常强的稀疏性，也就是校验矩阵里面“0”占了大多数，“1”的数量极少。“1”元素的分布非常稀疏，所以他是低密度的。下面我们来说校验矩阵，白话来说就是你收到的信息位和矩阵的每一行的每一个元素对应相乘再相加，最后得到(行数)个结果，如果各个结果都是0那么就通过了，也就是公式。为了达到这个，我
转载
2024-07-31 21:28:28
146阅读
1 简介使用增强识别能力的低维特征表示对人脸识别系统是非常重要的.线性判别分析(LDA)是一种较为普遍的用于特征提取的分类方法.但是将LDA 直接用于人脸识别会遇到维数问题和"小样本"问题.人们经过研究通过多种途径解决了这两个问题并实现了基于LDA 的人脸识别.本文对几种基于LDA 的人脸识别方法做了理论上的比较和实验数据的支持,这些方法包括Eigenfaces,Fisherfaces,DLDA,
原创
2021-12-01 12:31:01
697阅读
Matlab提供多种能够进行文件读写的函数，这些函数是Matlab语言的一部分，并不需要任何额外的工具箱的支持。文本文件Matlab中对文件的读写函数可以分为2大类：高级函数和低级函数。简单的说，高级函数的调用语法简单，方便使用；但是可定制性差，只适用某些特殊格式的文件类型，缺乏灵活性。在实际的使用中，很多人会推荐这样的一种选择原则：在读取文件时，尽量使用高级函数；在存写文件时尽量使用低级函数，因
1. LDA是什么线性判别式分析（Linear Discriminant Analysis），简称为LDA。也称为Fisher线性判别（Fisher Linear Discriminant，FLD），是模式识别的经典算法，在1996年由Belhumeur引入模式识别和人工智能领域。基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式
转载
2024-05-20 16:39:26
153阅读
作者：Kung-Hsiang, Huang编译：ronghuaiyang导读LDA是文档分类上的经典算法，如何应用到推荐系统上，大家可以看看。 Latent Dirichlet Allocation(LDA)是一种无监督发现语料库底层主题的主题建模算法。它已被广泛应用于各种领域，特别是在自然语言处理和推荐系统中。这篇博文将带你从LDA的概况介绍到详细的技术说明，最后我们将讨论LDA在推
转载
2024-08-23 16:21:52
37阅读
说明：实际上EVD(特征分解)是SVD的一种特殊情况；逆是伪逆的特殊情况？，这在最小二乘当中有应用。在“8点法”求解本质矩阵当中会有SVD分解，在3D到3D空间转换中，算法icp有SVD解法。SVD作为一种分解矩阵的方法，有着广泛应用。一、特征分解(手写word截图)1 %%Matlab验证代码2 a=[1 2 3;2 1 3;3 3 6]3 [x,y]=eig(a) %%x矩阵每一列代表 lam
转载
2024-05-06 19:42:43
147阅读
·创建型模式创建型设计模式处理对象创建相关的问题，目标是当直接创建对象不太方便时，提供更好的方式工厂模式在工厂设计模式中，调用方可以无需知道这个对象来自哪里（即使用哪个类来生成这个对象）而请求一个对象。其思想是简化对象的创建。 工厂有两种形式： ·工厂方法：它是一个方法，对不同的输入参数返回不同的对象 eg: Django框架使用工厂方法来创建表单字段（CharFiled, TextField
1 所需工具库 2 python实现 python工具库： 2.1 初始化停止语料 2.2 读入语料数据 2.3 建立词典 2.4 LDA模型拟合推断 2.5 随机打印某10个文档的主题 ...
转载
2021-08-11 16:31:00
2423阅读
2评论
主成分分析（收藏的能不能顺手点个赞啊，嘿嘿）主成分分析法(PCA)是一种高效处理多维数据的多元统计分析方法，将主成分分析用于多指标（变量）的综合评价较为普遍。笔者自从本科学习数学建模就开始接触该方法，但是一直没有系统地整理过，借这个机会总结一下，以备不时之需。该方法的基本思想是运用较少的变量去解释原始数据中的大部分变异，通过对原始数据相关矩阵内部结构关系的分析和计算，产生一系列互不相关的新变量。根
目录LDA概念线性判别分析（LDA）-二分类LDA二分类过程举个例子线性判别分析-多分类LDA多分类过程Experiment 3: Linear Discriminant AnalysisLDA二分类讲解LDA二分类代码LDA多分类讲解LDA多分类代码 LDA概念线性判别分析（Linear Discriminant Analysis）是一种有监督学习的降维方法，用于找到分隔两个或多个对象类的特征
这段时间对LDA比較感兴趣，尝试在工作中使用它。平时做想法的高速验证，都用的是“GibbsLDA++-0.2”，一个c实现版本号的LDA。这两天用c++ stl自己写了一个单机版的LDA，初衷例如以下： 1. “GibbsLDA++-0.2”虽说号称是最popular的LDA工具包。只是依旧有明显的
转载
2017-05-27 18:50:00
192阅读
2评论
1. 导入数据import numpy as np
import pandas as pd
df=pd.read_csv(r'iris.data')
print(df.shape)
#查看类别
print(set(df['Iris-setosa']))
df.columns=['sepal length','sepal width',
'petal length','pe
转载
2024-04-21 20:14:07
112阅读
LDA整体流程先定义一些字母的含义：文档集合D，topic集合TD中每个文档d看作一个单词序列< w1,w2,…,wn >，wi表示第i个单词，设d有n个单词。（LDA里面称之为word bag，实际上每个单词的出现位置对LDA算法无影响）D中涉及的所有不同单词组成一个大集合VOCABULARY（简称VOC）LDA以文档集合D作为输入（会有切词，去停用词，取词干等常见的预处理，略去不表
转载
2024-01-08 18:18:29
190阅读
为什么要用LDA前面的博客提到PCA是常用的有效的数据降维的方法，与之相同的是LDA也是一种将数据降维的方法。PCA已经是一种表现很好的数据降维的方法，那为什么还要有LDA呢？下面我们就来回答这个问题？ PCA是一种无监督的数据降维方法，与之不同的是LDA是一种有监督的数据降维方法。我们知道即使在训练样本上，我们提供了类别标签，在使用PCA模型的时候，我们是不利用类别标签的，而LDA在
转载
2023-10-26 22:01:38
82阅读
Matlab：利用Matlab实现布朗运动模拟目录输出结果实现代码输出结果实现代码n=40s=0.04x=rand(n,1)-0.5;y=rand(n,1)-0.5;h=plot(x,y,'.'); axis([-1 1 -1 1]) axis square g...
原创
2021-06-15 20:54:59
996阅读
Matlab：利用Matlab实现布朗运动模拟目录输出结果实现代码输出结果实现代码n=40s=0.04x=rand(n,1)-0.5;y=rand(n,1)-0.5;h=plot(x,y,'.'); axis([-1 1 -1 1]) axis square g...
原创
2022-04-22 16:37:31
740阅读
LDA主题模型（算法详解） 一、LDA主题模型简介 LDA(Latent Dirichlet Allocation)中文翻译为：潜在狄利克雷分布。LDA主题模型是一种文档生成模型，是一种非监督机器学习技术。它认为一篇文档是有多个主题的，而每个主题又对应着不同的词。一篇文档的构造过程，首先是以一定的概率选择某个主题，然后再在这个主题下以一定的概率选出某一个词，这样就生成了这篇文档的第一个词。不断重
转载
2023-12-18 22:19:41
178阅读
