MATLAB降维工具包提供了一系列用于数据处理和分析的功能，旨在帮助用户简化高维度数据集，提取关键信息，适用于机器学习、信号处理等多个领域。
在Matlab中常用的降维软件包包含以下多种有效的算法：
- 主成分分析（PCA）
- 线性判别分析（LDA）
- 多维尺度缩放（MDS）
- Isomap（Isomap）
- 地标Isomap（LandmarkIsomap）
- 局部线性嵌入法（LLE）
- 拉普拉斯特征映射（Laplacian Eigenmaps）
- 海森局部线性嵌入法（Hessian LLE）
- 当地切空间对齐（LTSA）
- 扩散图谱分析方法（Diffusion Maps）
- 核主成分分析（KernelPCA）
- 广义判别分析（Generalized Discriminant Analysis, KernelLDA）
- 邻近随机嵌入法（SNE）
- 保持邻域结构的投影（Neighborhood Preserving Embedding，NPE）
- 线性度保留投影（Linearity Preserving Projection，LPP）
- 随机接近映射（Stochastic Proximity Embedding，SPE）
- 线性局部切空间对齐法（Linear Local Tangent Space Alignment, LLTSA）
- 单纯的主成分分析法（Simple PCA）
- 概率主成分分析方法（Probabilistic PCA）
- 共形特征映射（Conformal Eigenmaps，CCA，作为LLE的一个扩展实现）
- 最大方差展开技术（Maximum Variance Unfolding, MVU，作为一种基于LLE的扩展方式实施）
- 快速最大方差展开法（Fast Maximum Variance Unfolding, FastMVU）
- 局部线性协调方法（Locally Linear Coordination，LLC）
- 流形图绘制技术（Manifold charting，ManifoldChart）
- 协调因子分析方法（Coordinated Factor Analysis，CFA）
- 使用受限玻尔兹曼机预训练的自动编码器（Autoencoders using RBM pretraining, AutoEncoderRBM）
- 采用进化优化算法的自动编码器（Autoencoders using evolutionary optimization, AutoEncoderEA）
5星
