登录
注册
写文章
首页
下载APP
会员
IT技术
主成分分析
李奕辰的爸爸
关注
赞赏支持
主成分分析
在有限的数据集下,过高的数据维数会导致维度灾难;
降维的方法包括特征提取和特征选择;
主成分分析是将原始共线性的特征转化为相互正交的特征,从而实现特征提取。
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
推荐阅读
更多精彩内容
主成分分析(PCA)的推导与解释
前言 PCA是一种无参数的数据降维方法,在机器学习中很常用,这篇文章主要从三个角度来说明PCA是怎么降维的分别是方...
WZFish0408
阅读 52,296
评论 6
赞 36
应用统计学与R语言实现学习笔记(十二)——主成分分析
Chapter 12 Priciple Component Analysis 本篇是第十二章,内容是主成分分析。这...
G小调的Qing歌
阅读 12,045
评论 0
赞 14
【PCA-1】主成分分析
欢迎关注公众号:oddxix 主成分分析简介 主成分分析 (PCA, principal component an...
oddxix
阅读 11,981
评论 1
赞 31
主成分分析2
转自:主成分分析 - xiaoyu714543065的专栏 - 博客频道 - CSDN.NET 问题...
horu
阅读 4,994
评论 1
赞 3
机器学习中的数学:线性判别分析、主成分分析
如果学习分类算法,最好从线性的入手,线性分类器最简单的就是LDA,它可以看做是简化版的SVM,如果想理解SVM这种...
Helen_Cat
阅读 4,170
评论 0
赞 9
赞
1赞
赞赏
手机看全文