是Anli Seth 编写的格兰杰因果模型的matlab程序，用于分析各种时间序列关系非常强大，此版本已经将原来的一些错误修正过的，应该没有什么大问题。

典型相关分析matlab实现代码典型相关分析：cca-zoo CCA，GCCA，MCCA，DCCA，DGCCA，DVCCA，DCCAE，KCCA和常规变体 现在可以使用pip install cca-zoo进行安装 这是用于CCA的方法的汇编，包括线性（ALS / scikit-learn），rCCA（岭罚），sparseCCA（Witten / Parkhomenko），elasticCCA（waaijenborg），核方法（pyrcca），Deep CCA（Andrew），Deep Canonical关联的Autoencoders（），深度变体CCA（）和深度变体CCA_private（）。 感谢@ VahidooX，@ MichaelVll @Arminarj，在嘈杂的MNIST数据集上对所有模型进行了评估。 训练/验证/测试段是MNIST的原始段。 您可以从noisymnist_view1.gz和noisymnist_view2.gz下载它们 DCCAE只是具有来自潜在空间的重建网络和其他重建损失的DCCA。 因此，我在单个模型中同时实现了DCCA和DCCAE，并使用参数加权重

用于特征降维，特征融合，相关分析等多元数据分析的广义典型相关分析（GCCA）Matlab代码实现。

Matlab上的基于GCCA算法的因果分析工具，带有使用说明书 Matlab上的基于GCCA算法的因果分析工具，带有使用说明书

Granger Causal Connectivity Analysis: A MATLAB Toolbox （Anil K. Seth） The toolbox includes core functions for Granger causality analysis of multivariate steady-state and event-related data, functions to preprocess data, assess statistical significance and validate results, and to compute and display network-level indices of causal connectivity including ‘causal density’ and ‘causal flow’

Matlab上的基于GCCA算法的因果分析工具，带有使用说明书