会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
MarisaMagic
博客园
首页
新随笔
联系
订阅
管理
2023年11月10日
[机器学习复习笔记] PCA 主成分分析(特征值分解、SVD分解)
摘要: PCA 主成分分析 1. 特征值分解 1.1 特征值分解的前提 矩阵是 方阵 矩阵是 可对角化的,即通过相似变化转化为对角矩阵。(相似变换 不会改变矩阵的特征值和特征向量 ) 矩阵的特征向量 线性无关,保证了特征值分解的 唯一性。 1.2 特征值分解 给定一个矩阵 \(A \in \mathbb{R
阅读全文
posted @ 2023-11-10 00:01 MarisaMagic
阅读(362)
评论(0)
推荐(1)
编辑
公告