- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 特征值分解
一、特征值与特征向量的几何意义1. 矩阵乘法在介绍特征值与特征向量的几何意义之前，先介绍矩阵乘法的几何意义。矩阵乘法对应了一个变换，是把任意一个向量变成另一个方向或长度的新向量。在这个变化过程中，原向量主要发生旋转、伸缩的变化。如果矩阵对某些向量只发生伸缩变换，不产生旋转效果，那么这些向量就称为这个矩阵的特征向量，伸缩的比例就是特征值。比如：，它对应的线性变换是下面的形式形
2017-06-30 19:16:38
3870
转载 Fisher判别分析
原文地址Fisher判别分析首先我们得搞清楚什么是Fisher算法？选取任何一本模式识别与智能计算的书都有这方面的讲解。首先得知道Fisher线性判别函数，在处理数据的时候，我们经常遇到高维数据，这个时候往往就会遇到“维数灾难”的问题，即在低维空间可行，那么在高维空间往往却不可行，那么此时我们就可以降数据降维，将高维空间降到低维空间。可以考虑把维空间的样本投影到一条直线上，形成一维
2017-06-21 16:10:49
4204
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人