pca实例

本文深入探讨了主成分分析(PCA)的概念,通过Python实现PCA过程,展示了如何在数据降维中应用PCA,同时解释了线性代数在PCA中的关键作用,为机器学习中的特征选择提供了一种有效方法。
摘要由CSDN通过智能技术生成
import numpy as np
import math

#求均值
x = [2.5 , 0.5 , 2.2 , 1.9 , 3.1 , 2.3 , 2.0 , 1.0 , 1.5 , 1.1]
x_mean = np.mean(x)
y = [2.4 , 0.7 , 2.9 , 2.2 , 3.0 , 2.7 , 1.6 , 1.1 , 1.6 , 0.9]
y_mean = np.mean(y)

#求dataadjust数值
xx = np.array([2.5 , 0.5 , 2.2 , 1.9 , 3.1 , 2.3 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值