matlab 工具之各种降维方法工具包，下载及使用教程，有PCA， LDA， 等等。。。

最近跑深度学习，提出的feature是4096维的，放到我们的程序里，跑得很慢，很慢。。。。

于是，一怒之下，就给他降维处理了，但是matlab 自带的什么pca( ), princomp( )函数，搞不清楚怎么用的，表示不大明白，下了一个软件包：

名字：Matlab Toolbox for Dimensionality Reduction

链接：http://lvdmaaten.github.io/drtoolbox/      

Currently, the Matlab Toolbox for Dimensionality Reduction contains the following techniques:

Principal Component Analysis (PCA)

Probabilistic PCA

Factor Analysis (FA)

Classical multidimensional scaling (MDS)

Sammon mapping

Linear Discriminant Analysis (LDA) 等34种降维方法。。。。

废话少说，上干货。。。。

先下载该软件包，解压到自己的matlab文件中，然后添加该软件包的路径：

<code>     addpath(genpath(‘你的路径/drtoolbox’));</code>

然后就是上自己的数据了，我的数据为： test_feature,想把它降维到 1000维，执行：

test_feature为要降维处理的数据， pca 为我选择的降维方法， 1000 是我想要的最终数据维数，生成的mapped_data即为降维处理后的数据。

接下来，就是漫长的等待了，数据实在太大了。。。笔记本在咆哮。。。。。