19、数据降维与可视化：PCA与MDS的应用

最新推荐文章于 2025-09-15 13:15:44 发布

pear55

最新推荐文章于 2025-09-15 13:15:44 发布

阅读量21

点赞数

CC 4.0 BY-SA版权

分类专栏：机器学习：从理论到实践文章标签： PCA MDS 数据降维

本文链接：https://blog.csdn.net/pear55/article/details/151399644

机器学习：从理论到实践专栏收录该内容

25 篇文章 ¥69.90 ¥499.90 限时 7 天

订阅专栏

超级会员免费看

数据降维与可视化：PCA与MDS的应用

1. 无监督学习与主成分分析（PCA）

1.1 无监督学习概述

在数据处理中，我们之前的工作大多基于预测任务，即有已知正确答案的训练样本，这种学习方式被称为监督学习。然而，很多时候我们希望在没有答案参考的情况下发现数据结构，这就是无监督学习。例如，当面对包含大量列的数据表时，我们可能希望进行降维操作，将其转换为列数较少的表，这样能让数据集更易于理解，尽管会损失一些信息，但在探索新数据集时，这种对数据理解的提升往往是很有价值的。