随笔分类 -  机器学习-降维

摘要:LLE 局部线性嵌入,Locally Linear Embedding(LLE)是另一个功能强大的非线性降维(nonlinear dimensional reduction,NLDR)技术。它是一个流形学习技术,并不基于投影。简单地说,LLE工作的方式是:首先衡量每个训练实例与它最近的邻居们(clo 阅读全文
posted @ 2020-04-11 11:44 ZacksTang 阅读(1303) 评论(0) 推荐(0) 编辑
摘要:PCA 主成成分分析(Principal Component Analysis,PCA)在目前是非常热门的降维算法。首先它找到一个最接近数据的超平面,然后将数据投影到这个平面上。 保持方差(Preserving the Variance) 在将训练集投影到一个低维超平面之前,我们首先要选择正确的超平 阅读全文
posted @ 2020-04-08 20:57 ZacksTang 阅读(2592) 评论(0) 推荐(1) 编辑
摘要:降维 在很多机器学习问题中,训练集中的每条数据经常伴随着上千、甚至上万个特征。要处理这所有的特征的话,不仅会让训练非常缓慢,还会极大增加搜寻良好解决方案的困难。这个问题就是我们常说的维度灾难。 不过值得庆幸的是,在实际问题中,经常可以极大地减少特征的数目,将棘手的问题转变为容易处理的问题。例如,以M 阅读全文
posted @ 2020-04-07 16:20 ZacksTang 阅读(2558) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示