• 大小: 2KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-05-19
  • 语言: Matlab
  • 标签: LE  

资源简介

流形学习算法之一,具有较强的数据挖掘能力,能够用于模式识别。

资源截图

代码片段和文件信息

function mappedX= LE(X no_dims k sigma)
%LAPLACIAN_EIGEN Performs non-linear dimensionality reduction using Laplacian Eigenmaps
%
%   [mappedX mapping] = laplacian_eigen(X no_dims k sigma eig_impl)
%
% Performs non-linear dimensionality reduction using Laplacian Eigenmaps.
% The data is in matrix X in which the rows are the observations and the
% columns the dimensions. 
% The reduced data is returned in the matrix mappedX.

    if ~exist(‘no_dims‘ ‘var‘)
        no_dims = 2;
    end
    if ~exist(‘k‘ ‘var‘)
        k = 12;
    end
if ~exist(‘sigma‘ ‘var‘)
sigma = 1;
    end
  
    % Construct neighborhood graph
    disp(‘Constructing neighborhood graph...‘);
    if size(X 1) < 4000
        G = squareform(pdist(X ‘euclidean‘));
        % Compute neighbourhood graph
        [tmp ind] = sort(G); 
        for i=1:size(G 1)
            G(i ind((2 + k):end i)) = 0; 
        end
        G = sparse(double(G));
        G = max(G G‘);             % Make sure distance matrix i

评论

共有 条评论