降维算法
文章平均质量分 88
降维算法
浩瀚之水_csdn
路漫漫其修远兮,吾将上下而求索,立刻行动,坚持,努立
展开
-
从零开始实现主成分分析(PCA)算法
声明:版权所有,转载请联系作者并注明出处:http://blog.csdn.net/u013719780?viewmode=contents知乎专栏:https://www.zhihu.com/people/feng-xue-ye-gui-zi前面两篇文章详细讲解了线性判别分析LDA,说到LDA,就不能不提到主成份分析,简称为PCA,是一种非监督学习算法,经常被用来进行数据降维、有损数据压...转载 2018-07-30 14:28:25 · 2289 阅读 · 1 评论 -
PCA (主成分分析)详解 (写给初学者)
学习图像处理,无疑会涉及到降维的操作,而PCA是常用的降维算法,既然经常用到,所以需要抠明白才行啊~~ PCA(PrincipalComponents Analysis)即主成分分析,是图像处理中经常用到的降维方法,大家知道,我们在处理有关数字图像处理方面的问题时,比如经常用的图像的查询问题,在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。 这时,我们通常的...转载 2018-07-30 15:01:48 · 95242 阅读 · 11 评论 -
马氏距离
1马氏距离马氏距离是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的,是欧氏距离的一种推广。它通过协方差来计算两点之间距离,是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是它考虑到各种特性之间的相关性。先上两个图看下马氏距离与欧氏距离的区别。上图左为欧氏距离,A和B到mu是一样的距离,上图右为马氏距离,A和B到mu也是一样的距离,这说明马氏距离的计算中...转载 2018-07-30 15:43:49 · 5124 阅读 · 0 评论