维度算法的最新技术

Question

我们知道有一些算法可以减少数据集的维度，如PCA和Isomap

• 这是什么样的艺术 减少数据集的维数。
• 你有一个例子吗，也许是在MATLAB上？

假设我们有一个包含100,000个属性的数据集，例如Dorothea Data Set （由结构分子特征代表的化合物必须归类为活性（与凝血酶结合）或无活性。这是NIPS 2003特征选择挑战的5个数据集之一。）

Data Set Characteristics:   Multivariate

Number of Instances:        1950

Area:                       Life

Attribute Characteristics:  Integer

Number of Attributes:       100000

Date Donated                2008-02-29

Associated Tasks:           Classification

Missing Values?             N/A

Number of Web Hits:         17103

Answer 1

特定于Matlab，您可以从他们Statistics Toolbox的手册中获取一些想法。

查找“特征选择”和“特征转换”部分。此外，我会尝试SVD，FastMap和RobustMap。您需要仔细阅读每个内容并确定哪一个最适合您的数据。

Answer 2

最大变化展开最近是一种特别受欢迎的技术。类似的方法称为结构保留嵌入在ICML 2009上获得了最佳论文。其他一些技术包括拉普拉斯算子图，局部线性嵌入和核PCA。