04 2020 档案

摘要:PCA(Principal Component Analysis) 是一种常见的数据分析方式,常用于高维数据的降维,可用于提取数据的主要特征分量。PCA 的数学推导可以从最大可分型和最近重构性两方面进行,前者的优化条件为划分后方差最大,后者的优化条件为点到划分平面距离最小,这里我将从最大可分性的角度 阅读全文
posted @ 2020-04-13 18:03 Le1B_o 阅读(254) 评论(0) 推荐(0) 编辑
摘要:转自:https://zhuanlan.zhihu.com/p/24709748 矩阵求导的技术,在统计学、控制论、机器学习等领域有广泛的应用。鉴于我看过的一些资料或言之不详、或繁乱无绪,本文来做个科普,分作两篇,上篇讲标量对矩阵的求导术,下篇讲矩阵对矩阵的求导术。本文使用小写字母x表示标量,粗体小 阅读全文
posted @ 2020-04-06 10:44 Le1B_o 阅读(345) 评论(0) 推荐(0) 编辑
摘要:转自:https://zhuanlan.zhihu.com/p/57803955 摘要SVD(Singular Value Decomposition, 奇异值分解)是线性代数中既优雅又强大的工具, 它揭示了矩阵最本质的变换. 使用SVD对矩阵进行分解, 能得到代表矩阵最本质变化的矩阵元素. 这就好 阅读全文
posted @ 2020-04-02 12:06 Le1B_o 阅读(278) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示