|
|
| core |
Forum-Anfänger
|
 |
Beiträge: 37
|
|
|
|
Anmeldedatum: 07.07.11
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
 |
|
Verfasst am: 15.12.2011, 16:49
Titel: K-Means mit PCA/LDA
|
 |
Hi,
ich bin mir noch nicht 100%ig sicher, wie das Zusammenspiel dieser beiden Komponenten funktioniert. Angenommen ich habe eine 10x3 Matrix mit 10 verschiedenen Klassen und jeweils 3 verschiedenen samples innerhalb der Klasse und möchte nun innerhalb jeder Klasse jedes Bild einmal als Testbild und die verbleibenden beiden als Trainingsbilder innerhalb eines K-means-Klassifizierers nutzen, wo würde ich da PCA/LDA dazwischenschalten?
Kann ich die Dimensionsreduktion zuerst über den gesamten Daten berechnen oder muss ich das zwischen Trainings- und Testdaten getrennt tun?
|
|
|
|
|
|
|
|
|
Einstellungen und Berechtigungen
|
|
Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
|
|
Impressum
| Nutzungsbedingungen
| Datenschutz
| FAQ
|  RSS
Hosted by:
Copyright © 2007 - 2024
goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
|
|
