典型相关分析(CCA)算法
作者:
西风酹江月 | 来源:发表于
2018-08-14 21:05 被阅读1次
CCA算法
Canoical correlation analysis, CCA属于多元统计算法中的一种,常用来分析两个数据集之间潜在的相关性。
如果两个随机向量X,Y是相关的,那么典型相关分析就会找出
,
互相关最大的线性组合。
X,Y是两个高维随机变量,线性组合


CCA算法求使得x,y之间的相关性最大的权值矩阵
, 
已知x,y的互相关定义为:

image.png
工具包和函数
matlab: [A,B] = canoncorr(X,Y)
R: cancor, FactoMineR
Scikit-Learn, python: CCA
应用场景:
脑电数据和刺激信号相关性分析。

image.png
更多阅读:
[1]http://scikit-learn.org/stable/auto_examples/cross_decomposition/plot_compare_cross_decomposition.html#sphx-glr-auto-examples-cross-decomposition-plot-compare-cross-decomposition-py
[2]http://scikit-learn.org/stable/modules/generated/sklearn.cross_decomposition.CCA.html#sklearn.cross_decomposition.CCA
[3]https://zh.wikipedia.org/wiki/典型相关
[4]Guangyu Bin et al 2009 J. Neural Eng. 6 046002
本文标题:典型相关分析(CCA)算法
本文链接:https://www.haomeiwen.com/subject/shdbbftx.html
网友评论