机器学习 --- PCA

最新推荐文章于 2024-08-30 00:23:22 发布

Ssaty.

最新推荐文章于 2024-08-30 00:23:22 发布

阅读量1.3k

点赞数 1

分类专栏： Educoder实训文章标签： python 算法

本文链接：https://blog.csdn.net/Junds0/article/details/128111641

版权

1452 篇文章 3893 订阅 ¥39.90 ¥99.00

订阅专栏

本文介绍了PCA（主成分分析）在降维中的作用，详细阐述了PCA算法流程，包括数据去均值、计算协方差矩阵、特征值分解等步骤，并通过Python实现PCA函数。此外，还探讨了在sklearn库中如何使用PCA进行数据降维，并结合乳腺癌数据集进行实例演示。

摘要由CSDN通过智能技术生成

任务描述
本关任务：根据本节课所学知识完成本关所设置的选择题。

相关知识
为了完成本关任务，你需要掌握维数灾难与降维的相关基础知识。

维数灾难
在机器学习中，我们不仅需要学习怎样进行分类、回归或者聚类，我们更要学习怎样对数据进行更好的处理，使得我们的数据能够更好地为我们的机器学习算法服务。而降维就是数据处理中的一环。

说到降维，那首先就要提到一个概念：维数灾难。维数灾难其实很好理解，举个例子。

我们现在玩个游戏，我告诉你一些信息，你猜一猜我所描述的是什么。

我：这个在地球上才有，而且是犬科动物。
您：…

第1题

造成过拟合的因素有很多，并不一定是因为维数太大所造成的。
模型已欠拟合了，说明模型复杂度还不够，不应该降维了。
b c

第2题

维数灾难会引起过拟合
c

任务描述
本关任务：补充 python 代码，完成 PCA 函数，实

了解本专栏

关注

专栏目录