GSPPCA公司 该R代码实现了用于高维无监督特征选择的GSPPCA算法。GSPPCA中提供了相关功能。R文件和一个小演示在demoGSPPCA中。R文件。 参考文献: [1] C.Bouveyron、P.Latouche和P.-A.Mattei,全球稀疏概率主成分分析的贝叶斯变量选择,《电子统计杂志》,第12卷(2),第3036-3070页,2018年 [2] P.-A.Mattei、C.Bouveyron和P.Latouche,《全球稀疏概率PCA》,Proc。AISTATS 2016,第976-984页 [3] F.Orlhac、P.-A.Mattei、C.Bouveyron和N.Ayache,通过贝叶斯稀疏性进行高维判别分析中的类别特定变量选择,化学计量学杂志,第33卷(2),e3097,2019 重要提示:我们使用[1]中描述的模型,而不是[2]。这些模型的不同之处在于α的参数化。 联系人: 国际电信联盟 http://pamatei.github.io