摘要: 端元8角度40 距离8.4 端元16距离 3.9 角度32.16 端元29距离3.2205角度32.1438 端元40 距离3.1852 角度33.0585 阅读全文
posted @ 2023-07-21 23:55 祥瑞哈哈哈 阅读(5) 评论(0) 推荐(0) 编辑
摘要: 端元8 欧式距离4.1 角度32 端元16 距离2.7角度33 端元29 距离2.9 角度33 端元40 距离2.8 角度33.5 阅读全文
posted @ 2023-07-21 22:55 祥瑞哈哈哈 阅读(3) 评论(0) 推荐(0) 编辑
摘要: 其实用欧式角和欧式距离差不多。这部分没处理缺失值。 降维到8维度后欧式距离2.9,角度是33.6,所以降维影响不大。 端元数29特征值1:44,用欧式距离是2,角度是29 用欧式角提取角度是32距离是3 没循环迭代1000次只运行1次欧式距离是3.4,角度是36 这是未作任何处理的 阅读全文
posted @ 2023-07-21 16:32 祥瑞哈哈哈 阅读(6) 评论(0) 推荐(0) 编辑
摘要: 无监督和弱监督的结果不稳定可以用方差测,弱监督方差小一些。 做实验会对方法有一些新的理解。 vca降维空间大噪音大。 评价指标不能从多方面兼顾。 数据相似特征多去掉相似特征就会得到一个好结果。 数据有缺失值。 欧式角度和欧式距离选任一评价标准都行差不多。 降维和损失函数是次要的主要是特征工程。这里用 阅读全文
posted @ 2023-07-21 10:46 祥瑞哈哈哈 阅读(3) 评论(0) 推荐(0) 编辑
摘要: 看论文说应该是21个端元+8个目标端元,而我只有4个目标端元的光谱信号所以25个端元+4个目标端元。 未对缺失值做任何处理,端元数一开始大是因为端元数提取少,而后来端元数大变好了是因为能提取目标端元了,再后来端元数更大维度更大了噪音更多了。 8端元差异角度是42 以欧式距离相似度分配端元差不多距离是 阅读全文
posted @ 2023-07-21 10:00 祥瑞哈哈哈 阅读(10) 评论(0) 推荐(0) 编辑