метод главных компонент

[merich]

Всем Привет очень нужна программа на языке с++ на тему метод главных компонент. Пожалуйста помогите!

[Protopopulus]

Какой бюджет?

[mserg]

Есть такой open source - язык R.
Могу предположить, в нем должен исходник того, что Вы ищите. По моему, называется PCA.
Скорее всего, C/С++ и фортран, который можно конвертировать в C:

http://cran.gis-lab.info

[provincialka]

В языке R команда называется prcomp. Выдает матрицу поворота и доли дисперсий. Вот пример ее работы (данные $dann.num$)

> prcomp(dann.num)
Standard deviations:
[1] 8.935391 5.426740 2.682318

Rotation:
               PC1         PC2         PC3
KASSIR1  0.8930753 -0.44965583  0.01504099
KASSIR2  0.4490084  0.88868055 -0.09294248
KASSIR3 -0.0284255 -0.08975816 -0.99555787

Весь результат - список данных

> prcomp(dann.num)->pr.dann
> str(pr.dann)
List of 5
 $ sdev    : num [1:3] 8.94 5.43 2.68
 $ rotation: num [1:3, 1:3] 0.8931 0.449 -0.0284 -0.4497 0.8887 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : chr [1:3] "KASSIR1" "KASSIR2" "KASSIR3"
  .. ..$ : chr [1:3] "PC1" "PC2" "PC3"
 $ center  : Named num [1:3] 41.2 31.1 30.7
  ..- attr(*, "names")= chr [1:3] "KASSIR1" "KASSIR2" "KASSIR3"
 $ scale   : logi FALSE
 $ x       : num [1:49, 1:3] -6.04 5.96 8.6 10.93 -6.06 ...
  ..- attr(*, "dimnames")=List of 2
  .. ..$ : NULL
  .. ..$ : chr [1:3] "PC1" "PC2" "PC3"
 - attr(*, "class")= chr "prcomp"

[merich]

Извините я по ссылке зашла но не могу найти то что вы говорите. можете скинуть конкретно пожалуйста

[provincialka]

Вы имеете в виду ссылку mserg? Это просто ссылка для установки языка R. Про конвертацию не слышала.

[mserg]

Ну, это исходные коды.

Наверное, проще так. Заходим сюда (кстати, находится по ключевому слову PCA):
http://en.wikipedia.org/wiki/Principal_ ... t_analysis

Потом на странице ищем lib - находим ссылки на разные библиотеки. Визуально наблюдаю ссылку на библиотеку C++. Не знаю какого все это качества...

[merich]

https://code.msdn.microsoft.com/Machine ... 1370447160 вы это имели виду?

[merich]

тема исследования алгоритмов сокращения данных. я нашла эти методы из интернета задания их надо сравнить и выбрать из этих самых лучших и программировать. способы уменьшения размерности данных — это метод независимых компонент, многомерное шкалирование, а также многочисленные нелинейные обобщения: метод главных кривых и многообразий, метод упругих карт, поиск наилучшей проекции (англ. Projection Pursuit), нейросетевые методы «узкого горла», самоорганизующиеся карты Кохонена метод главных компонент и др. Кто знает эти методы или еще добавить какие есть может я пропустила?