PCA降维概述
无监督学习
找一个轴,在这个轴上方差最大,数据分得越开。
PCA要优化的目标
数据预处理中,会对数据进行以0为均值的中性化操作。第一列减去第一列均值,第二列减去第二列均值......
PCA求解
应是特征值从大到小排列
应该是PTCP
这是在演示,二维数据降到一维。
在根据降到几维来选特征值对应的特征向量个数,是一样的。
PCA注重方差;
LDA注重类别所属。
PCA降维实例
wx5afcd77857045 ©著作权
无监督学习
找一个轴,在这个轴上方差最大,数据分得越开。
数据预处理中,会对数据进行以0为均值的中性化操作。第一列减去第一列均值,第二列减去第二列均值......
应是特征值从大到小排列
应该是PTCP
这是在演示,二维数据降到一维。
在根据降到几维来选特征值对应的特征向量个数,是一样的。
PCA注重方差;
LDA注重类别所属。
目录1 知识回顾1.1 方差1.2协方差1.3特征向量和特征值2 主要成份分析
基于Matlab的pca主成分分析及代码实例
本篇将介绍PCA主成分分析的原理,Python实现及应用场景。
主成分分析目标应用PCA实现特征的降维应用:用户与物品类别之间主成分
举报文章
请选择举报类型
补充说明
0/200
上传截图
格式支持JPEG/PNG/JPG,图片不超过1.9M