zoukankan      html  css  js  c++  java
  • 张量分解

    张量是一种高维数据的组织方法。类似于一维的标量,二维的向量,三维及以上的数据统称为张量。
    传统的方法(例如PCA、SVD和LDA)对于维数比较高的数据,一般通过“硬”方法,直接降维成二维的数据形式(矩阵)进行处理。近些年,出现的2DPCA,2DSVD等新方法,是通过双向的对二维数据进行处理,在处理的过程中,不会使用“硬”的降维方法而破坏数据的结构信息。近些年来,张量数据处理的数学条件已经非常成熟,在SIAM等期刊上已经有大量的张量数据分解和处理方法出现,而这也是近些年来的一个热门方向。
    张量分解的方法主要有HOSVD、HOOI以及上面提到的2DPCA和2DSVD等。上面的两种方法只限于处理三维的张量数据,具有局限性;其实也可以将它们两个看作是HOOI的一种特殊情况
  • 相关阅读:
    Mysql-窗口函数
    aplly-lambda-map用法
    python-pymysql 操作数据库-创建-写入-多线程写入-读取-清空表
    graphviz安装
    sklearn-决策树
    pandas-烹饪指南
    Tomcat配置https
    azkaban 编译部署
    sqoop部署及使用
    spark面试题-1
  • 原文地址:https://www.cnblogs.com/lili1015/p/4503166.html
Copyright © 2011-2022 走看看