手写计算PCA算法过程,并与程序对比

假设这里有5个二维的样本,我们通过PCA将其降到一维,手写过程如下

直接理解就是在平面上的五个点,如下图

       

然后我们通过改变坐标系的位置,将平面上的五个点转化到一维数轴上的五个点.

我们通过代码验证

import numpy as np
from sklearn.decomposition import PCA

x0 = np.array([[1, 2],
               [2, 4],
               [3, 6],
               [4, 8],
               [5, 10]])

pca = PCA(n_components=1)
x1 = pca.fit_transform(x0)
print(x1)

输出的结果为

可见和上面手算的结果是一致的.

评论 3
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