matlab - 如何减少从一组矩阵和向量中提取的特征以用于 MATLAB 中的机器学习

Question

我有一项任务需要训练机器学习模型来预测来自多个输入的一组输出。我的输入是一组 3x 1 向量、一组 3x3 协方差矩阵和一组标量的 1000 次迭代，而我的输出只是一组标量。我不能使用回归学习器应用程序，因为这些输入需要具有相同的维度，关于如何统一它们的任何想法？

标签： matlabmatrixvectorfeature-extractiondimensionality-reduction

Answer 1

解决此问题的一种可能方法是将协方差矩阵展平为向量。完成此操作后，您可以构建一个 1000xN 矩阵，其中 1000 是指数据集中的样本数，N 是特征数。例如，如果您的特征由 3x1 向量、3x3 协方差矩阵和 5 个其他标量组成，则 N 可能是 3+3*3+5=17。然后，您可以使用此矩阵来训练任意模型，例如线性回归器或更高级的模型，例如树等。

在训练机器学习模型时，了解您的数据并利用其结构来帮助学习算法非常重要。例如，我们可以使用协方差矩阵是对称的和半正定的，因此存在于封闭凸锥中的事实。矩阵的对称性意味着它存在于所有 3x3 矩阵集合的子空间中。实际上 3x3 对称矩阵的空间维度只有 6。您可以使用这些知识来减少数据中的冗余。