特征值 特征向量 正交分解 PCA
2024-09-06 22:56:53
无意间想到的，有时间会补充内容。
还记得学线性代数时计算矩阵的特征值和特征向量，然后这个矩阵就可以用这个特征值和特征向量表示。
这样就可以理解成矩阵其实是多个向量拼在一起的，这样就可以将矩阵和向量建立联系。
特征值和特征向量其实就是寻求原向量组合的最简单表示，因为向量是可以分解和组合的。
为什么要用特征值和特征向量：原因是解耦合、等价变换。
PCA又是什么呢：主成分分析，就是选取特征值较大的特征向量代替原特征值和特征向量实现降维，
降维的优点是减少计算量，缺点是损失精度。
最新文章
- uboot make xxx_config与make的过程分析
- sql整型字段模糊查询
- POJ 1061 青蛙的约会（扩展欧几里得）
- jps用法
- Ajax B/S 聊天工具txt文件保存
- C++实现20个设计模式
- ngrok首页、文档和下载 - Web服务安全通道 - 开源中国社区
- QT4/QT5设置界面风格（QT4支持更多的Windows界面风格）
- CSDN 夏令营课程 项目分析
- I - Intersection HDU - 5120(圆环相交面积）
- nyoj 对决
- Nagios安装、配置、问题记录
- [bzoj1088]扫雷
- WITH RECOMPILE 和 OPTION(RECOMPILE) 使用上的区别
- System Generator 使用离散资源
- HDU 6114 Chess
- 戴尔 Latiteude E7240 i7-4600U
- button作用类似于submit
- JS 返回上一页并刷新，但不用重新加载整个页面（ajax实现）
- Pnel控件