2 repository-uri
Awesome GitHub RepositoriesMultivariate Analysis
Statistical methods for analyzing two or more variables to uncover hidden structures and relationships.
Distinct from Large-Scale Matrix Factorization: Unlike matrix factorization alone, this covers the broader domain of dimensionality reduction and clustering for multivariate sets.
Explore 2 awesome GitHub repositories matching scientific & mathematical computing · Multivariate Analysis. Refine with filters or upvote what's useful.
Awesome Multivariate Analysis GitHub Repositories
Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
- uber-common/react-vis
uber-common/react-vis
8,785Vezi pe GitHubreact-vis este o bibliotecă de vizualizare a datelor pentru React și un framework de charting declarativ utilizat pentru a crea reprezentări grafice compozabile. Oferă un sistem pentru randarea vizualizărilor complexe prin compunerea unor blocuri de construcție simple în structuri de grafice mai mari. Biblioteca include instrumente specializate pentru maparea datelor ierarhice prin diagrame sunburst și tree maps, precum și vizualizarea fluxurilor și relațiilor folosind diagrame Sankey. De asemenea, oferă un vizualizator de date multivariate pentru plotarea datelor de înaltă dimensiune prin coordonate paralele, diagrame radar și vizualizări radiale. Framework-ul suportă implementări standard de charting pentru grafice liniare, cu bare și plăcinte, alături de gestionarea legendelor și ploturi cu coordonate ortogonale. Aceste vizualizări sunt generate folosind grafice vectoriale scalabile (SVG).
Enables the comparison of multiple quantitative variables using high-dimensional plotting techniques.
JavaScript - hosseinmoein/dataframe
hosseinmoein/DataFrame
2,917Vezi pe GitHubDataFrame is a C++ tabular data library and manipulation engine designed for managing heterogeneous data in contiguous memory. It functions as a statistical analysis framework and time series analysis toolkit, providing the means to store, index, and transform multidimensional datasets. The project distinguishes itself through a high-performance execution model that utilizes column-major storage, SIMD-aligned memory allocation, and a thread-pool for parallel computations. It employs a visitor-based algorithm dispatch system and policy-driven transformations to decouple data processing logic f
Provides dimensionality reduction, clustering, and matrix factorization to uncover structures in large datasets.
C++aicppdata-analysis
