2018年7月23日
PCA与KPCA
摘要： PCA是利用特征的协方差矩阵判断变量间的方差一致性，寻找出变量之间的最佳的线性组合，来代替特征，从而达到降维的目的，但从其定义和计算方式中就可以看出，这是一种线性降维的方法，如果特征之间的关系是非线性的，用线性关系去刻画他们就会显得低效，KPCA正是应此而生，KPCA利用核化的思想，将样本的空间映射 阅读全文
posted @ 2018-07-23 11:04 jingsupo 阅读(1683) 评论(1) 推荐(0) 编辑

欢迎光临