PAC-based methods
2024-10-12 14:01:24
PAC 主成分分析
主要的几个步骤：
线性变换，线性无关，主要线性分量（方差加大的方向），求主要线性分量的表达式
其中线性变换的概念（一个矩阵与一个列向量A相乘，等到一个新的列向量B，则称该矩阵为列向量A到列向量B的线性变换）
方差（方差越大，说明数据越分散。通常认为，数据的某个特征维度上数据越分散，该特征越重要）
协方差（正交，当协方差为0时，表示两个字段线性不相关）
PCA的优化目标是：
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
最新文章
- poj2478 Farey Sequence (欧拉函数)
- Setting up SSL for SCM-Manager with Microsoft CA and TortoiseHg
- Eclipse里面代码上下文变量点击后不一起变色
- 【C语言入门教程】3.3 条件控制语句
- ABP的工作单元
- JAVA 时间差距，两个时间相差多少天，时，分，秒
- 数字证书文件cer和pfx的区别
- 【Hibernate步步为营】--（一对多映射）之双向关联
- mongodb 性能提高之利用索引， 待续
- HTTP和HTTPS协议
- AngularJS高级程序设计读书笔记 -- 大纲篇
- 关于S/4HANA里Sales Office 和Sales Organization那些事儿
- freemarker中的substring取子串（十四）
- phpStorm安装方法
- VMware vSphere Client 语言切换
- JavaScript学习（二）
- Oracle关于自连接、左外连接、右外连接、全连接
- windows的一些好用命令-自己总结：
- java 从spring容器中获取注入的bean对象
- [2018HN省队集训D8T3] 水果拼盘