典型关联分析(CCA)算法原理
来源:互联网 发布:知乎大脑的结构 编辑:程序博客网 时间:2024/06/05 03:23
典型关联分析(CCA)算法原理
1、问题的提出
我们知道,两个随机变量x、y之间的线性关系可以通过对这两个变量的N组样本对进行线性回归求得。但是,如果要求两组随机变量x、y之间的线性关系,则可以用典型关联分析(Canonical correlation analysis)来求解。CCA是寻找两组变量对应的两个线性变换
2、算法实现
假设两组随机变量有N个样本,把这N个样本都进行线性变换,得到以下两组数据:
而CCA算法要做的就是最大化这两组数据之间的相关性,可以表示为下式:
通过数学推导(详见《canonical correlation analysis: an overview with application to learning methods》),
可以得到如下两个公式:
因为协方差矩阵
令
这就是一个特征值求解问题
得到以上结果后可算出
- 典型关联分析(CCA)算法原理
- 典型关联分析(CCA)原理总结
- 典型关联分析CCA
- CCA典型关联分析
- 典型关联分析CCA(canonical correlation analysis)
- 典型相关分析(CCA)
- 典型相关分析(CCA)
- 算法篇----典型相关分析(CCA)理论
- 核典型关联分析(KCCA)算法原理
- 典型相关分析(CCA)相关资料
- 典型相关分析(Canonical Correlation Analysis, CCA)
- Canonical Correlation Analysis(CCA) 典型相关分析
- 典型关联分析(Canonical Correlation Analysis)
- 典型关联分析(Canonical Correlation Analysis)
- 典型关联分析(Canonical Correlation Analysis)
- 典型关联分析(Canonical Correlation Analysis)
- 典型关联分析(Canonical Correlation Analysis)
- 典型关联分析(Canonical Correlation Analysis)
- hihocoder1178 计数
- Vim快捷键大全
- 网络栈加载完数据发送消息时的堆栈
- 线段覆盖
- HDU 2602 Bone Collector (01背包)
- 典型关联分析(CCA)算法原理
- sap保存时小写字母自动转大写字母的解决方法
- Android Studio 快捷键
- HDU 2824 The Euler function(欧拉函数)
- 使用Scala开发Apache Kafka应用入门
- 索引在联合查询中的作用
- C语言中关键字static、extern和auto的作用总结
- 英语总结系列(七):Spring
- HDU 3501 Calculation 2(欧拉函数)