Data-analyysi¶
Valkaisumuunnoksen estimoimiseen voidaan käyttää fit-menetelmää.
fit(Valkaisu, X; …)¶
Estimoi valkaisumuunnos datasta, joka on annettu X. Tässä X tulee olla matriisi, jonka sarakkeet antavat otokset.
Tämä funktio palauttaa instanssin Whitening.
Sana-argumentit:
| name | description | default |
|---|---|---|
| regcoef |
Regulointikerroin. Kovarianssi säännellään seuraavasti, kun
|
zero(T) |
| keskiarvo |
Keskiarvovektori, joka voi olla jompikumpi:
|
nothing |
Huomautus: Tämä funktio tukeutuu sisäisesti cov_whiten:iin transformaation W johtamiseksi. Funktio cov_whiten itsessään on myös hyödyllinen funktio.
cov_whitening(C)¶
Johdata valkaisumuunnoksen kerroinmatriisi W annettuna kovarianssimatriisi C. Tässä C voi olla joko neliömatriisi tai Cholesky:n instanssi.
Sisällöllisesti tämä funktio ratkaisee valkaisumuunnoksen Cholesky-faktorointia käyttäen. Peruste on seuraava: Olkoon 
ja 
, niin 
.
Huomautus: Palautusmatriisi W on ylempi kolmiulotteinen matriisi.
cov_whitening(C, regcoef)
Johdetaan regularisoituun kovarianssiin perustuva valkaisutransformaatio, kuten C + (eigmax(C) * regcoef) * eye(d).
Paketti tarjoaa lisäksi cov_whiten!, jossa tulomatriisi C ylikirjoitetaan laskennan aikana. Tämä voi olla tehokkaampaa, kun C ei ole enää käytössä.
invsqrtm(C)¶
Lasketaan inv(sqrtm(C)) symmetrisen itseisarvopurkamisen avulla.