实体
Sparse Principal Component Analysis
Sparse Principal Component Analysis
PulseAugur coverage of Sparse Principal Component Analysis — every cluster mentioning Sparse Principal Component Analysis across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的R包msPCA支持多成分稀疏PCA
研究人员推出msPCA，一个新推出的开源R包，用于多成分稀疏主成分分析。该包利用交替最大化算法生成稀疏载荷向量，这些向量在保持非冗余的同时解释了数据集中很大一部分的方差。msPCA能够处理具有数千个特征的大型数据集，提供具有竞争力的性能，并生成具有高方差解释和可控可行性的稀疏成分。
-
新的随机算法解决了NP难稀疏PCA问题
研究人员开发了一种新的稀疏主成分分析（SPCA）随机近似算法，SPCA是一种对降维至关重要的技术，已知是NP难的。该算法利用基本半定规划（SDP）松弛来构建确定性和随机稀疏解，并从中选择最佳解。该方法以高概率提供了受稀疏度常数约束的近似比，并在某些技术假设下，提供了O(log d)的平均近似比，其中d是特征的数量。