一. 原理
经过上一节，我们有如下结论。
1. 目标：求w，使得f(X)最大。其中：
2. 梯度可表示为：
即：
对其进行向量化处理：
也可写成：
故将梯度向量化结果为：
二. 实现
1. 生成数据集
机器学习 -- PCA（Ⅱ 梯度上升法解决主成分分析问题）
最新推荐文章于 2021-10-31 22:28:52 发布
本文深入探讨PCA（主成分分析）的原理，通过梯度上升法求解主成分。首先介绍了PCA的目标及梯度表达式，接着通过生成虚拟数据集并进行数据预处理（demean），然后详细阐述了如何利用梯度上升法实现PCA，包括相关函数的定义和验证，并强调了在PCA中不应使用StandardScaler的原因。最后，展示了使用梯度上升法得到的主成分方向向量及其意义。
最低0.47元/天 解锁文章
520
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
