![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学漫谈
文章平均质量分 78
C.Gao
这个作者很懒,什么都没留下…
展开
-
PCA主成分分析的应用(你在生活中能用到吗?)
如果你对主成分分析背后的数学原理感兴趣,可以查看主成分分析的数学原理推导(涉及统计学和线性代数内容).首先简单回顾一下主成分分析的用处是什么?简单点说,当我们面对一大堆变量无从下手时,可以利用主成分分析这个有力工具构建一个或少数几个新变量,使得这个或这些新变量可以最大程度的反映原变量的变化。为了加深理解,在这里举一个具体的例子。假如你是一家公司的HR,你需要从很多申请者中挑选出最佳的候选人. 不妨设1000个人中,挑选出一个人. 这个是一项十分具有挑战性的工作,虽然你可能已经把范围缩小到十个人,但是这十原创 2020-06-03 19:29:10 · 4049 阅读 · 2 评论 -
主成分分析的数学原理推导(涉及统计学和线性代数内容)
引言: 当存在若干随机变量时,寻求它们的少数线性组合(即主成分),用以解释这些随机变量就很重要.吴诚鸥,秦伟良著. 近代实用多元统计分析[M]. 2007定义: 对于随机变量X=(x1,x2,…,xn)TX=(x_1,x_2,\dots,x_n)^TX=(x1,x2,…,xn)T,构建一个XXX的线性组合Y=c1x1+c2x2+⋯+cnxnY=c_1x_1+c_2x_2+\dots+c_nx_nY=c1x1+c2x2+⋯+cnxn,也可记作Y=CTXY=C^TXY=CTX,其中C=原创 2020-06-02 13:25:11 · 1102 阅读 · 2 评论