会员
周边
捐助
新闻
博问
闪存
赞助商
Chat2DB
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
cly的园子
博客园
首页
新随笔
联系
订阅
管理
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
公告
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); }