机器学习–PCA主成份分析
pca算法是常用的降维方法,本文收集了一些比较好的原理介绍,另外实现一下Andrew的机器学习课程作业,巩固一下
好文链接
算法
- 算法步骤
1.对所有样本去中心化 xi=xi−∑mi=1xi
2.计算协方差矩阵 C=1mXXT
3.对协方差矩阵做特征值分解
4.取最大的d个特征值对应的特征向量 w1,w2,...,wd 组成W矩阵
5.输出 Y=WTX
pca算法是常用的降维方法,本文收集了一些比较好的原理介绍,另外实现一下Andrew的机器学习课程作业,巩固一下