2010年4月25日
PCA原理(转)
摘要： 下面我就对PCA做一个简单的介绍吧： PCA是主成分分析，主要用于数据降维，对于一系列sample的feature组成的多维向量，多维向量里的某些元素本身没有区分性，比如某个元素在所有的sample中都为1，或者与1差距不大，那么这个元素本身就没有区分性，用它做特征来区分，贡献会非常小。所以我们的目的是找那些变化大的元素，即方差大的那些维，而去除掉那些变化不大的维，从而使feature留下的都是&... 阅读全文
posted @ 2010-04-25 23:21 Alex.ren 阅读(2336) 评论(0) 推荐(2) 编辑