- 博客(2)
- 资源 (3)
- 收藏
- 关注
转载 主成分分析PCA
本文转自: 主成分分析PCA降维的必要性: 1.多重共线性–预测变量之间相互关联。多重共线性会导致解空间的不稳定,从而可能导致结果的不连贯。 2.高维空间本身具有稀疏性。一维正态分布有68%的值落于正负标准差之间,而在十维空间上只有0.02%。 3.过多的变量会妨碍查找规律的建立。 4.仅在变量层面上分析可能会忽略变量之间的潜在联系。例如几个预测变量可能落入仅反映数据某一方面特征的一个
2015-10-29 14:40:27 489
转载 例说Hausdorff距离
转自:例说Hausdorff距离给定欧氏空间中的两点集 , ,Hausdorff距离就是用来衡量这两个点集间的距离。 其中, , 。 称为双向Hausdorff距离, 称为从点集A到点集B的单向Hausdorff距离。相应地 称为从点集B到点集A的单向Hausdorff距离。 下面从一个例子来理解Hausdorff距离。 上图中,给出了A,B,C,D四条
2015-10-13 21:21:45 681
Mean-Shift原理概述
2015-08-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人