学习的过程中,以下链接对我帮助较大:
链接:http://blog.codinglabs.org/articles/pca-tutorial.html
压缩的实质就是针对样本的属性,让单个属性的方差最大,让样本之间的协方差的为零。PCA算法的是针对原始样本的协方差C的变换,通过对协方差矩阵C的对角化,找到映射后的样本的协方差矩阵Y。需要注意的是,此时D是对角阵,从而满足了我们优化的要求——协方差为零,方差最大。
D===
学习的过程中,以下链接对我帮助较大:
链接:http://blog.codinglabs.org/articles/pca-tutorial.html
压缩的实质就是针对样本的属性,让单个属性的方差最大,让样本之间的协方差的为零。PCA算法的是针对原始样本的协方差C的变换,通过对协方差矩阵C的对角化,找到映射后的样本的协方差矩阵Y。需要注意的是,此时D是对角阵,从而满足了我们优化的要求——协方差为零,方差最大。