Sep, 2023
通过正半定投影进行快速稀疏主成分分析的无监督特征选择
Fast Sparse PCA via Positive Semidefinite Projection for Unsupervised
Feature Selection
TL;DR该论文提出了基于正半定(Positive Semidefinite,PSD)锥的标准凸形稀疏主成分分析(Sparse Principal Component Analysis,SPCA)模型和其快速优化算法,以及用于加快收敛的两个现有凸SPCA模型的PSD版本。实验结果表明这些方法在合成和实际数据集上都具有有效性和高效性。