主成分分析算法

1.数据预处理:均值中心化,方差归一化 

2.计算各变量协方差矩阵 

3:计算特征值,特征向量 

4:将特征值从大到小排序,选前k大的,其对应的特征向量组成线性变换矩阵。 

5:将原数据以特征变换矩阵进行线性变换,得到k维数据 


k值选择:累积贡献率大于80%或者特征值大于1


累计贡献率:选作主成分的方差和与所有成分方差和的比值


理论基础:方差最大化,均方误差最小化

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值