本月博客排行
-
第1名
kaizi1992 -
第2名
wy_19921005 -
第3名
arpenker - hanbaohong
- jh108020
- silverend
年度博客排行
-
第1名
龙儿筝 -
第2名
宏天软件 -
第3名
青否云后端云 - wy_19921005
- benladeng5225
- vipbooks
- kaizi1992
- e_e
- arpenker
- tanling8334
- javashop
- sam123456gz
- zysnba
- fantaxy025025
- xiangjie88
- lemonhandsome
- wallimn
- ganxueyun
- Xeden
- zhanjia
- wangchen.ily
- xyuma
- jh108020
- johnsmith9th
- zxq_2017
- jbosscn
- forestqqqq
- ajinn
- daizj
- xpenxpen
- 喧嚣求静
- silverend
- kingwell.leng
- kristy_yy
- lchb139128
- jveqi
- lzyfn123
- java-007
- sunj
- yeluowuhen
- lerf
- xiaoxinye
- flashsing123
- chenqisdfx
- bosschen
- zhangjijun
- lyndon.lin
- sunnylocus
- lyj86
- paulwong
最新文章列表
python sklearn-07:降维-PCA
链接:https://muxuezi.github.io/posts/7-dimensionality-reduction-with-pca.html
官网链接:
1.PCA:
PCA(principal component analysis,主成分分析):主要解决三类问题:
1.降维 ...
[python]用python实现的pca算法
pca算法用于原始数据维数较高时对数据进行降维
关于pca算法的学习,有一篇分析特别详细的论文http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf
比较好的中文总结:http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.htm ...
Dimension reduction:PCA
Principal Components Analysis(PCA)
PCA算法的步骤
a. 计算样本集的协方差矩阵S
S的值表示样本之间的相关性,大于0说明是正相关;小于0,说明是负相关;等于0,说明相互独立,不相关
b. 计算S的特征向量和特征值,按从大到小排序。
c. 设置要映射的低维空间维数k,取前k个特征值对应的特征向量作为降为的结果。
为什么选用协方差矩阵, ...