Algorithm 如何使用QR分解来降低数据集的维数?
设Algorithm 如何使用QR分解来降低数据集的维数?,algorithm,matlab,matrix,machine-learning,dimension-reduction,Algorithm,Matlab,Matrix,Machine Learning,Dimension Reduction,设A为维数为m×n的矩阵,表示原始数据集 ,[Q,R]=qr(A)产生: 上三角矩阵R与A 酉矩阵Q 所以A=Q*R 如果[m,n]=尺寸(A),则 Q是m-by-m和 Rism-by-n 如何使用QR分解来减少A的维数(减少列数或特征数)?通常,对于秩减少,您应该更喜欢使用奇异值分解,除非您知道原始矩阵确实秩不足。这是因为svd对奇异值进行排序,而QR分解则不进行排序 尽管如此,我还是建议您尝试一个简单的示例。如果矩阵a是秩为的mxnp@Matt是的,我找到了,但我找不到答案,我发现很多文
A
为维数为m×n的矩阵,表示原始数据集
,[Q,R]=qr(A)
产生:
- 上三角矩阵
与R
A
- 酉矩阵
Q
A=Q*R
如果[m,n]=尺寸(A)
,则
Q
是m-by-m
和
R
ism-by-n
如何使用QR分解来减少
A
的维数(减少列数或特征数)?通常,对于秩减少,您应该更喜欢使用奇异值分解,除非您知道原始矩阵确实秩不足。这是因为svd对奇异值进行排序,而QR分解则不进行排序
尽管如此,我还是建议您尝试一个简单的示例。如果矩阵a是秩为的mxnp@Matt是的,我找到了,但我找不到答案,我发现很多文章都使用奇异值分解(SVD)和QR分解,但我不知道如何使用SVD。我不想将此作为答案发布,因为我不确定您的要求,然而,您可能需要的工具是LQ分解。给定一个包含多列的矩阵,计算
L=triu(qr(A'))代码>。然后L
将包含压缩信息。