《机器学习实战中文版》简化数据

简化数据

降维技术

1. PCA

• 按照数据方差最大方向调整数据的主成分分析降维

2. SVD

• 用奇异值分解矩阵，通过对原始数据的逼近来达到降维目的
  （书上用的NumPy中的linglg线性代数工具箱实现，关于矩阵这一块的知识需要恶补，暂时continue）

3. 总结

• 到这里基本上把机器学习实战的所有代码实现都过了一遍，前面几章的代码看得比较透彻，到后几章有点马马虎虎，笔记也做得一塌糊涂，但是结合应用已经很好的理解了不少机器学习的算法
• 接下来并不打算看周志华的机器学习深入学习算法了，之后的打算是花一周时间学习巩固线性代数、 概率与信息论和数值计算等数学知识，便开始进入深度学习环节
• 传统机器学习就此告一段落，之后有需求再来回顾一些算法推理
• 最后，数学才是这个世界的主宰！