- 博客(2)
- 资源 (8)
- 收藏
- 关注
RSS订阅转载 PCA
PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理，帮助读者了解PCA的工作机制是什么。当然我并不打算把文章写成纯数
2016-02-25 15:38:31
734
转载 支持向量机 Support Vector Machine
SVM 一直被认为是效果最好的现成可用的分类算法之一（其实有很多人都相信，“之一”是可以去掉的）。这里“现成可用”其实是很重要的，因为一直以来学术界和工业界甚至只是学术界里做理论的和做应用的之间，都有一种“鸿沟”，而 SVM 则正好是一个特例——在两边都混得开 。
2016-02-23 16:25:49
845
rpca（鲁棒pca）
RPCA，YiMa,的ppt，Sparse and Low-Dimensional Representation
Lecture 3: Modeling High-dimensional (Visual) Data
2016-04-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人