会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
夕月一弯
当你的才华还支撑不起你的野心时,就应该静下心来学习! 喷泉之所以漂亮是因为她有了压力;瀑布之所以壮观是因为她没有了退路;滴水之所以能穿石是因为她有了目标。
博客园
首页
新随笔
联系
管理
订阅
2017年4月9日
核主成分分析(Kernel Principal Component Analysis, KPCA)的公式推导过程
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 @ 2017-04-09 19:37 夕月一弯
阅读(11826)
评论(1)
推荐(3)
编辑
公告