机器学习课堂笔记（十四）

最新推荐文章于 2024-04-22 15:35:06 发布

数据纵横

最新推荐文章于 2024-04-22 15:35:06 发布

阅读量526

点赞数

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/github_27432191/article/details/51318726

版权

机器学习专栏收录该内容

14 篇文章 1 订阅

订阅专栏

机器学习课堂笔记（十四）

这里写图片描述
使用低维数据来近似表示高维数据

通过数据可视化来获得降维数据的物理意义

$\Sigma$ 和 $\sum_{i=1}^n$ 不同
$\Sigma$ 的计算对于所有的样本值

此时计算的是一个样本值 $x^{(i)}$ 的降维 $z^{(i)}$

保留99%的差异性
这里写图片描述
[U,S,V] = svd(Sigma)调用一次

使用训练集运行PCA，这样定义了x-z的映射，可将其应用于测试集合交叉验证集

PCA应用于可视化时，k=2或k=3

使用PCA避免过拟合将会丢失信息

首先使用原始数据，当算法表现不好时再考虑PCA

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
机器学习课堂笔记（十四）

机器学习课堂笔记（十四）使用低维数据来近似表示高维数据通过数据可视化来获得降维数据的物理意义 Σ\Sigma和∑ni=1\sum_{i=1}^n不同 Σ\Sigma的计算对于所有的样本值此时计算的是一个样本值x(i)x^{(i)}的降维z(i)z^{(i)} 保留99%的差异性 [U,S,V] = svd(Sigma)调用一次使用训练集运行PCA，这样
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。