PCA 算法

作者: dreampai | 来源:发表于2019-03-25 11:48 被阅读0次

算法步骤

  • 样本归一化
  • 求解协方差矩阵
  • 求解特征值和特征向量
  • 选择主要成分
  • 转换特征降维的数据

降维的优化目标:将一组N维向量降为K维(K大于0,小于N),其目标是选择K个单位(模为1)正交基,使得原始数据变换到这组基上后,各字段两两间协方差为0,而字段的方差则尽可能大(在正交的约束下,取最大的K个方差)

参考链接

https://www.jianshu.com/p/4528aaa6dc48
http://jermmy.xyz/2017/03/19/2017-3-19-covariance-matrix/
https://blog.csdn.net/u010376788/article/details/46957957

相关文章

网友评论

    本文标题:PCA 算法

    本文链接:https://www.haomeiwen.com/subject/gplvvqtx.html