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