化工儀器網
詳細介紹
數據分析軟件的實驗形成以及算法
一、實驗設計
數據分析軟件的實驗的設計，即對實驗的?種安排，需要考慮實驗所要解決的問題類型、對結論賦予何種程度的普遍性、希望以多?功效作檢驗、試驗單元的?性、每次試驗的耗資耗時等??，選取適當的因?和相應的?平，從?給出實驗實施的具體程序和數據分析的框架。試驗設計?法有：正交設計、*隨機設計、隨機區(qū)組設計、均勻設計、響應?設計。
二、降維算法
機器學習領域中所謂的降維就是指采?某種映射?法，將原?維空間中的數據點映射到低維度的空間中。降維的本質是學習?個映射函數f(x)->y，其中x是原始數據點的表達，?前最多使?向量表達形式。y是數據點映射后的低維向量表達，通常y的維度?于x的維度（當然提?維度也是可以的）。f可能是顯式的或隱式的、線性的或?線性的。
降維算法有：PCA、LDA、LLE、LE、TSNE、ISOMAP。
三、分類算法
數據研究的基礎是給數據“貼標簽”進?分類。類別分得越精準，我們得到的結果就越有價值。分類是?個有監(jiān)督的學習過程，?標數據庫中有哪些類別是已知的，分類過程需要做的就是把每?條記錄歸到對應的類別之中。由于必須事先知道各個類別的信息，并且所有待分類的數據條?都默認有對應的類別，因此分類算法也有其局限性，當上述條件?法滿?時，我們就需要嘗試聚類分析。
分類算法有： LDA、 PLS-DA、BP（ PCA-BP、 LDA-BP）、 SVM（ PCA-BP、 LDA-BP）、KNN（ PCA-KNN、 LDA-KNN）
四、回歸算法
回歸算法是監(jiān)督型算法的?種，通過利?測試集數據來建?模型，再利?這個模型訓練集中的數據進?處理的算法。線性回歸旨在尋找到?根線，這個線到到達所有樣本點的距離的和是最?的。常?在預測和分類領域。
回歸算法有：PLSR、BP、SVM
五、 聚類算法
聚類分析是?種將數據所研究的對象進?分類的統(tǒng)計?法,事先不知道類別的個數和結構,據以進?分析的數據是對象之間的相似性和相異性的數據。將這些相似(相異)的數據可以看成是對象與對象之間的“距離”遠近的?種度量,將距離近的對象看做?類,不同類之間的對象距離較遠,這個可以看作為聚類分析?法的?個共同的思路。聚類和分類是兩種不同的分析。分類的?的是為了確定?個點的類別，具體有哪些類別是已知的。聚類的?的是將?系列點分成若?類，事先是沒有類別的。
聚類算法有：歐式距離聚類、閔式距離聚類、??距離聚類、K-Means聚類。
六、 繪圖
化工儀器網