PCA—–主成分分析,通常用于降维!
找到样本的主方向,怎么找到呢,主方向具有如下本质特征:
样本在主方向上投影的方差最大!
A为n个样本k个特征的矩阵,且已经进行中心话,即E=0;
J(u)=Var(Au)=(Au−E)T(Au−E)=uTATAu
,如果假设
u
为单位化向量,即
则
J(u)=uTATAu+λ(1−uTu)
,对其求导:
J(u)′=2ATAu−2λu
,令导数等于0:
2ATAu−2λu=0
===>
ATAu=λu
,
所以
λ
即为
ATA
的特增值,
u
<script type="math/tex" id="MathJax-Element-1548">u</script>为其特征向量。
PCA-principal component analysis
最新推荐文章于 2020-02-05 13:57:58 发布