Data Whitening¶

Dataanalyse¶

Givet et datasæt kan man bruge fit-metoden til at estimere en whitening-transformation.

fit(Whitening, X; …)¶

Skønne en whitening-transformation ud fra de data, der er givet i X. Her skal X være en matrix, hvis kolonner angiver prøverne.

Denne funktion returnerer en instans af Whitening.

Nøgleord Argumenter:

navn beskrivelse default
regcoef

Regulariseringskoefficienten. Kovariansen reguleres på følgende måde, når regcoef er positiv:

C + (eigmax(C) * regcoef) * eye(d)

zero(T)
mean

Middelvektoren, som kan være en af følgende:

  • 0: inputdataene er allerede blevet centraliseret
  • nothing: denne funktion beregner middelværdien
  • en forudberegnet middelvektor
nothing

Bemærkning: Denne funktion er internt afhængig af cov_whiten for at udlede transformationen W. Selve funktionen cov_whiten er også en nyttig funktion.

cov_whitening(C)¶

Derive the whitening transform koefficient matrix W givet covarians matrix C. Her kan C enten være en kvadratisk matrix eller en forekomst af Cholesky.

Internt er denne funktion en løsning af whitening-transformationen ved hjælp af Cholesky-faktorisering. Begrundelsen er som følger: Lad \mathbf{C} = \mathbf{U}^T \mathbf{U} og \mathbf{W}} = \mathbf{U}^{-1}, så \mathbf{W}^T \mathbf{C} \mathbf{W}} = \mathbf{I}.

Bemærk: Returmatrixen W er en øverste trekantmatrix.

cov_whitening(C, regcoef)

Derivér en hvidtningstransformation baseret på en regulæriseret kovarians, som C + (eigmax(C) * regcoef) * eye(d).

Pakken indeholder desuden også cov_whiten!, hvor indgangsmatrixen C overskrives under beregningen. Dette kan være mere effektivt, når C ikke længere bruges.

invsqrtm(C)¶

Beregne inv(sqrtm(C)) gennem symmetrisk egenværdi-dekomposition.

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.