PCA 学习笔记
2024-08-24 12:56:13
先简单记下,等有时间再整理
PCA 主要思想,把 协方差矩阵 对角化,协方差矩阵是实对称的。
里面涉及到矩阵论的一点基础知识:
基变换:
Base2 = P · Base1
相应的 坐标变换
P · coordinate2 = coordinate1
将 X 转换到 Y,Y = P · X , X是原来的基,Y是新的基,P是过渡矩阵。
后面可以用 实对称阵的相似对角化来处理。
D = Y · Y^T = P(1/m·X·X^T)P^T
讲的有点乱
直接上代码 和图吧。
# -*- coding=utf-8 -*- import numpy as np
import pandas as pd
import matplotlib.pyplot as plt '''
PCA is similar diagnalization Covariance Matrix
''' X = pd.read_csv('testSet.txt',header=None,delimiter='\t').as_matrix()
# print(X) # 1.0centralization
# print(X.mean(axis=0)) [9.0639,9.096]
X_cen = X - X.mean(axis=0)
# 2.0 covariance matrix
cov_X = np.dot(X_cen.T,X_cen) / X_cen.shape[0]
# 3.0 get eigVector which is p A = pXX^Tp^T
# Y = p
eigVal,eigVector = np.linalg.eig(cov_X)
P = eigVector[:,::-1]
# P[:,-1] = np.array([0,0])
# Y = np.dot(P,(X_cen.T)).T
print(P)
P = np.linalg.inv(P)
'''
[-0.52045195 -0.85389096]
[-0.85389096 0.52045195]]
''' cor = np.linspace(-2,2,1000)
plt.plot(X_cen[:,0],X_cen[:,1],'.b')
plt.plot(cor,cor*P[0,1]/P[0,0],'-r')
# plt.plot(Y[:,0],Y[:,1],'.r')
plt.show()
参考:
https://www.cnblogs.com/mikewolf2002/p/3429711.html
最新文章
- dwarf tower
- Net设计模式实例系列文章总结
- 上海闪酷成为京东商城第一批独立软件开发商(ISV)
- jquery高级函数
- asp.net WebApi and protobuff
- csc.rsp Invent by Microshaoft
- 点击页面其它地方隐藏div所想到的jQuery的delegate
- zabbix错误记录
- State模式
- Java事务处理总结
- C++ ComboBox基础
- PAT 1004. Counting Leaves (30)
- Distinct Subsequences——Leetcode
- 将证书写到jre中
- Codeforces Round #350 (Div. 2)A,B,C,D1
- APP热更新方案
- Centos7-yum部署配置LAMP-之LAMP及php-fpm实现反代动态资源
- CentOS下安装robot-framework
- javascript继承之组合继承(三)
- android GridLayout布局
热门文章
- 1102 Invert a Binary Tree
- 通过TortoiseGit来使用Github或Visual Studio Online版本控制管理
- 5月16日上课笔记-js中DOM操作
- JS-基础2
- 深入浅出 Java Concurrency (14): 锁机制 part 9 读写锁 (ReentrantReadWriteLock) (2)
- svn删除
- Hp培训学习注册攻略
- 跟我学算法聚类(DBSCAN)
- error C2039: &#39;SetDefaultDllDirectories&#39;错误解决办法<;转>;
- python算法之选择排序