2018年9月21日
PCA降维算法
摘要： PCA主成分分析算法，是一种线性降维，将高维坐标系映射到低维坐标系中。 如何选择低维坐标系呢？ 通过协方差矩阵的特征值和特征向量，特征向量代表坐标系，特征值代表映射到新坐标的长度。 算法步骤： 输入：样本集D={x1,x2,...,xm}； 低维空间维数k 第一步：将样本集中心化。每一列的特征值减去 阅读全文
posted @ 2018-09-21 17:55 章朔 阅读(2868) 评论(0) 推荐(0) 编辑