降維算法整理--- PCA、KPCA、LDA、MDS、LLE 等

轉自github:　https://github.com/heucoder/dimensionality_reduction_alo_codes

網上關於各種降維算法的資料參差不齊，同時大部分不提供源代碼；在此通過借鑒資料實現了一些經典降維算法的Demo(python)，同時也給出了參考資料的鏈接。

降維算法	資料鏈接	展示
PCA	https://blog.csdn.net/u013719780/article/details/78352262 https://blog.csdn.net/weixin_40604987/article/details/79632888
KPCA	https://blog.csdn.net/u013719780/article/details/78352262 https://blog.csdn.net/weixin_40604987/article/details/79632888
LDA	https://blog.csdn.net/ChenVast/article/details/79227945 https://www.cnblogs.com/pinard/p/6244265.html
MDS	https://blog.csdn.net/zhangweiguo_717/article/details/69663452?locationNum=10&fps=1
ISOMAP	https://blog.csdn.net/zhangweiguo_717/article/details/69802312  http://www-clmc.usc.edu/publications/T/tenenbaum-Science2000.pdf
LLE	https://blog.csdn.net/scott198510/article/details/76099630 https://www.cnblogs.com/pinard/p/6266408.html?utm_source=itdadao&utm_medium=referral
TSNE	http://bindog.github.io/blog/2018/07/31/t-sne-tips/
AutoEncoder	無
FastICA	https://blog.csdn.net/lizhe_dashuju/article/details/50263339
SVD	https://blog.csdn.net/m0_37870649/article/details/80547167 https://www.cnblogs.com/pinard/p/6251584.html
LE	https://blog.csdn.net/hustlx/article/details/50850342# https://blog.csdn.net/jwh_bupt/article/details/8945083
LPP	https://blog.csdn.net/qq_39187538/article/details/90402961 https://blog.csdn.net/xiaohen123456/article/details/82288222


每一個代碼都可以單獨運行，但是只是作為一個demo，僅供學習使用環境: python3.6 ubuntu18.04(windows10) 需要的庫: numpy sklearn tensorflow matplotlib

• 其中AutoEncoder只是使用AutoEncoder簡單的實現了一個PCA降維算法,自編碼器涉及到了深度學習領域，其本身就是一個非常大領域
• LE算法的魯棒性極差，對近鄰的選擇和數據分布十分敏感
• 2019.6.20添加了LPP算法，但是效果沒有論文上那么好，有點迷，后續需要修改