跟我学算法-PCA(降维)基本原理推导
2024-08-25 05:46:37
Pca首先
1.对数据进行去均值
2.构造一个基本的协方差矩阵1/m(X)*X^T
3对协方差矩阵进行变化，得到对角化矩阵，即对角化上有数值，其他位置上的数为0(协方差为0)，即求特征值和特征向量的过程
4.求得特征向量的单位化矩阵，单位化特征向量矩阵*原始数据（去均值后的）即降维操作,单位化特征向量的维度决定了降维的维度
以下是实际推导过程
实例求解过程
最新文章
- java 文件按行读写
- 关于sharedPreferences的使用
- 连接mysql问题 mysqlnd cannot connect to MySQL 4.1+ using old authentication
- 微信公众账号开发教程（一） 基本原理及微信公众账号注册 ——转自http://www.cnblogs.com/yank/p/3364827.html
- 07-Java 中的IO操作
- hdu 1576 A/B （扩展欧几里德简单运用）
- 三个入侵的必备小工具-lcx.exe、nc.exe、sc.exe
- iphone6闪存检测
- C Coding Standard
- maven详解之结构
- 2、Redis 底层原理：Cluster 集群部署与详解
- javascript arguments介绍
- ionic this.navCtrl.push()和this.navCtrl.pop()
- 【其他】SAS key 获得办法【转载】
- 学习Auxre记录
- 开启 NFS 文件系统提升 Vagrant 共享目录的性能
- kwic--Java统计单词个数并按照顺序输出
- wpf控件拖动
- iOS 静态库 与 demo 联合调试
- Lnmp上安装Yaf学习（二）