2022年4月27日
降维、特征提取与流形学习--主成分分析
摘要： 主成分分析（PCA）是一种旋转数据集的方法，旋转后的特征在统计上不相关。 1、什么是PCA （1）、理解概念 下图展示了PCA对于一个模拟二维数据集的作用 图一： 算法在原始数据点集中，找到方差最大的方向（包含最多信息），标记为‘成分1’。 找到与“成分1”正交（成直角）且包含最多信息的方向，标记为 阅读全文
posted @ 2022-04-27 17:21 朝南烟 阅读(343) 评论(0) 推荐(0) 编辑
body { color: #000; background-color: #e6e6e6; font-family: "Helvetica Neue",Helvetica,Verdana,Arial,sans-serif; font-size: 12px; min-height: 101%; background: url(https://images.cnblogs.com/cnblogs_com/caolanying/1841633/o_2009041…ly1geq8oc9owbj21hc0u0th5.jpg) fixed; } #home { margin: 0 auto; opacity: 0.8; width: 65%; min-width: 1080px; background-color: #fff; padding: 30px; margin-top: 50px; margin-bottom: 50px; box-shadow: 0 2px 6px rgba(100, 100, 100, 0.3); }