摘要: ng在coursera上的机器学习课已经讲过了PCA,这里不再过多赘述。但是下面要介绍PCA的数据预处理过程,并证明,为什么PCA选取的主成分是协方差矩阵对应的特征值前k大的特征向量。 PCA前的数据预处理 令$\mu=\frac 1 m \sum_{i=1}^m x^{(i)}$是m个数据的均值, 阅读全文
posted @ 2018-07-18 20:50 YongkangZhang 阅读(352) 评论(0) 推荐(0) 编辑
摘要: 问题描述 现在要用多元高斯分布模型拟合若干样本点$x^{(i)}\in \mathbb R^n$,但样本特征维数$n\gg$样本数$m$,此时,求出的协方差矩阵 $$\Sigma_{n\times n}=\frac 1 m (x^{(1)} \mu,\cdots,x^{(m)} \mu)(x^{(1 阅读全文
posted @ 2018-07-18 14:30 YongkangZhang 阅读(321) 评论(0) 推荐(0) 编辑