04主成分分析PCA与奇异值分解SVD
文章平均质量分 79
在菜菜老师课件的基础上写了一些自己的理解,运行结果,代码的注释等,是PCA,SVD的学习笔记
功夫大笨鲨
这个作者很懒,什么都没留下…
展开
-
PCA参数,属性,接口列表
文章目录一、PCA参数列表二、PCA属性列表三、PCA接口列表一、PCA参数列表二、PCA属性列表三、PCA接口列表原创 2021-10-30 20:19:21 · 1015 阅读 · 0 评论 -
案例:PCA对手写数字数据集的降维
文章目录前言PCA对手写数字数据集的降维1. 导入需要的模块和库2.导入数据,探索数据3.画累计方差贡献率曲线,找最佳降维后维度的范围4.降维后维度的学习曲线,继续缩小最佳维度的范围5. 细化学习曲线,找出降维后的最佳维度6. 导入找出的最佳维度进行降维,查看模型效果7.特征数量已经不足原来的3%,换模型怎么样?8. KNN的k值学习曲线9.定下超参数后,模型效果如何总结前言使用手写数字集来进行降维,进行对比PCA对手写数字数据集的降维在特征选择时用的此数据集,数据集结构为(42000, 78.原创 2021-10-30 20:12:38 · 2468 阅读 · 0 评论 -
降维算法PCA和SVD
文章目录前言PCA和SVD1. 降维算法的实现1.1 降维的步骤表格2. PCA,SVD简单概述总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。PCA和SVD在降维过程中,我们会减少特征的数量,这意味着删除数据,数据量变少则表示模型可以获取的信息会变少,模型的表现可能会因此受影响。同时,在高维数据中,必然有一些特征是不带有有效的信息的(比如噪音),或者有一些特征带有的信息和.原创 2021-10-30 17:05:19 · 3511 阅读 · 3 评论 -
样本方差公式为什么除以的是n-1
本文是依照《彻底理解样本方差为何除以n-1》一文进行学习而做的学习笔记,是在学习前面一文的基础上,对某些步骤添加了一些自己的理解,如果有什么不对的地方还请各位道友多多指正哈!当然以后要是突然明白真正的道理的话还是会继续改正的~~下面进入正文这位篇文章的博主其他文章也很好,需要的小伙伴要留意一下喔*想到这个问题的来源:在降维算法中,PCA使用的信息量衡量指标,就是样本方差,其公式如下Var=1n−1∑i=1n(xi−Xˉ)2Var=\frac{1}{n-1}\sum_{i=1}^{n} (x_i-原创 2021-10-27 15:39:42 · 19236 阅读 · 3 评论