Fork me on GitHub
2020年1月9日
机器学习回顾篇（14）：主成分分析法（PCA）
摘要： 在展开数据分析工作时，我们经常会面临两种困境，一种是原始数据中特征属性太少，“巧妇难为无米之炊”，很难挖掘出潜在的规律，对于这种情况，我们只能在收集这一环节上多下功夫；另一种困境刚好相反，那就是特征属性太多，这真是一种幸福得烦恼，因为特征属性多就意味着信息量大，可挖掘的价值就大，但另一方面也可能造成过拟合和计算量的急剧增大，对于这一问题，最好的方法就是在预处理阶段对数据进行降维。 阅读全文
posted @ 2020-01-09 09:03 奥辰 阅读(2279) 评论(0) 推荐(1) 编辑