Les optimisations doivent être coriaces ici, la rapidité des calculs en dépend fortement.
function BuildACMMat(dimMat,nbAtt,nbEx: integer; BurtMat: PMatrix): PMatrix; |
function BuildBURTMat(dimMat: integer; prmExamples: TExamples; prmLstAtt: TLstAttributes; prmUnivStats: TLstCalcStatDesDiscrete; prmBiStats: TLstCalcStatDesCrossTab): PMatrix; |
function BuildMatVCV(prmExamples: TExamples; prmLstAtt: TLstAttributes; prmVcvNorm: TEnumTypeCVCNormalisation; prmStats: TLstCalcStatDesContinuous = nil): PMatrix; |
function BuildACMMat(dimMat,nbAtt,nbEx: integer; BurtMat: PMatrix): PMatrix; |
calcul de la matrice de données à diagonaliser pour l'ACM, elle part de la matrice de BURT
function BuildBURTMat(dimMat: integer; prmExamples: TExamples; prmLstAtt: TLstAttributes; prmUnivStats: TLstCalcStatDesDiscrete; prmBiStats: TLstCalcStatDesCrossTab): PMatrix; |
calcul d'une matrice tableau de BURT pour l'ACM, en gros la matrice X'X
function BuildMatVCV(prmExamples: TExamples; prmLstAtt: TLstAttributes; prmVcvNorm: TEnumTypeCVCNormalisation; prmStats: TLstCalcStatDesContinuous = nil): PMatrix; |
calcul d'une matrice de variance covariance à partir d'une liste d'attributs, et les stats associées
| Name | Description |
|---|---|
| TEnumTypeCVCNormalisation | le type de transformation à utiliser pour la construction de matrice de variance covariance, i.e. la matrice X'X très demandée |
Ricco
12/01/2004