MATLAB峭度代码-Projection-pursuit：实现多种投影追踪程序的代码

简介：
MATLAB峭度代码-Projection-pursuit项目提供了一系列用于计算数据集投影峭度的MATLAB函数，采用projection pursuit技术增强数据特征识别。 基于峰度的投影追踪分析（PPA）是一种探索性数据分析算法，最初由Siyuan Hou和Peter Wentzell于2011年开发，并且至今仍然是Dalhousie大学的研究重点。 与传统的主成分分析（PCA）、层次聚类分析（HCA）等方法不同，PPA不依赖方差或基于距离的度量标准来探索高维数据。相反，它通过优化峰度值寻找有趣的数据特征和预测变量。 该存储库包含执行PPA所需的MATLAB和Python代码，并提供了如何利用这些工具揭示高维数据中显著投影的具体示例。 以下是我们最近发表的一篇文章中的一个图表，展示了在搜索低峰度分布时的价值所在。 projpursuit.m是用于进行基于峰度的投影追踪分析的主要MATLAB函数。其调用格式如下： [T, V, ppout] = projpursuit(X, varargin ) 其中X表示m（样本数）×n（响应变量数）的数据矩阵，T为每个维度上的mxp分数，默认值为p=2；V代表相应的nxp投影向量，而ppout则包含每个维度的最终峰度值。