KID_XiaoYuan

摘要： 主成分分析法（PAC）的优化——选择主成分的数量 根据上一讲，我们知道协方差为① 而训练集的方差为②。 我们希望在方差尽可能小的情况下选择尽可能小的K值。 也就是说我们需要找到k值使得①/②的值尽可能小（≤0.01） 那么我们可以先令K = 1 然后进行主要成分分析，得到U reduce 和 Z 计 阅读全文

摘要： 主成分分析算法是最常见的降维算法，在PCA中，我们要做的是找到一个方向向量，然后我们把所有的数都投影到该向量上，使得投影的误差尽可能的小。投影误差就是特征向量到投影向量之间所需要移动的距离。 PCA的目的是找到一个最下投影误差平方的低维向量，对原有数据进行投影，从而达到降维的目的。 下面给出主成分分 阅读全文