06 2017 档案

PCA （主成分分析）详解 （写给初学者） 结合matlab（转载）
摘要：一、简介 PCA（Principal Components Analysis）即主成分分析，是图像处理中经常用到的降维方法，大家知道，我们在处理有关数字图像处理方面的问题时，比如经常用的图像的查询问题，在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。这时，我们通常的方法是对图像库中的图片提 阅读全文
posted @ 2017-06-29 23:52 AI菌 阅读(14763) 评论(0) 推荐(0) 编辑
解释一下核主成分分析(Kernel Principal Component Analysis, KPCA)的公式推导过程（转载）
摘要：KPCA，中文名称”核主成分分析“，是对PCA算法的非线性扩展，言外之意，PCA是线性的，其对于非线性数据往往显得无能为力，例如，不同人之间的人脸图像，肯定存在非线性关系，自己做的基于ORL数据集的实验，PCA能够达到的识别率只有88%，而同样是无监督学习的KPCA算法，能够轻松的达到93%左右的识 阅读全文
posted @ 2017-06-28 18:12 AI菌 阅读(4897) 评论(0) 推荐(0) 编辑
主成分分析（PCA）原理详解（转载）
摘要：一、PCA简介 1. 相关背景 上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。最近在做主成分分析和奇异值分解方面的项目，所以记录一下心得体会。 在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本 阅读全文
posted @ 2017-06-18 14:31 AI菌 阅读(968) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示