关于PCA算法的学习

先转发几份比较简单的介绍,后面作补充。

协方差就是这样一种用来度量两个随机变量关系的统计量,我们可以仿照方差的定义:
度量各个维度偏离其均值的程度,协方差可以这么来定义:
那么,协方差的结果有什么意义呢?如果结果为正值,则说明两个随机变量是正相关的(从协方差可以引出“相关系数”的定义),结果为负值就说明负相关的;如果为0,也是就是统计上说的“相互独立”。
从协方差的定义上我们也可以看出一些显而易见的性质,如:



协方差矩阵:https://blog.csdn.net/shenziheng1/article/details/52955687

PCA算法:https://blog.csdn.net/google19890102/article/details/27969459

posted @ 2018-06-04 16:13  白晨冬阳  阅读(78)  评论(0编辑  收藏  举报