1. PCA是什么？
PCA，全称Principal Component Analysis（主成分分析）。主成分分析法本身是一个非监督的机器学习算法，主要用于数据的降维。降维可以发现更便于人们理解的特征。主成分分析法也有其他应用：如可视化；去噪。
举例：
如图所示有二维平面，横轴和纵轴分别代表不同特征，坐标上有如下样本。
要将此二维特征进行降维，则考虑以下两种方式：
（1）若抛弃特征2，保留特征1进行降维：
（2）若抛弃特征1，保留特征2进行降维：
机器学习 -- PCA（Ⅰ PCA介绍）
最新推荐文章于 2024-06-18 14:28:36 发布
PCA（主成分分析）是一种非监督机器学习算法，用于数据降维和可视化。通过最大化方差找到新坐标轴，使得样本点在新轴上的投影具有最大可区分度。PCA通过对样本均值归零，然后求解新坐标轴方向以实现最大方差的目标函数。
最低0.47元/天 解锁文章
2478
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
