![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习详解
文章平均质量分 95
JoinApper
这个作者很懒,什么都没留下…
展开
-
线性判别分析-LDA
线性判别分析LDA同PCA一样,也是一种常用的降维方法,但有所不同的是LDA属于有监督的降维,PCA则属于无监督的降维。本篇文章将从原理推导、python实现以及案例分析三个方面进行讲解。原创 2023-07-16 15:22:07 · 267 阅读 · 0 评论 -
主成分分析-PCA
PCA的用途十分广泛,可以进行降维、高维数据的可视化、噪声过滤、特征选择等。但是该算法也容易被数据集中的异常点干扰,因此也产生了一些效果更好的变体PCA,比如RandomizedPCA和SparsePCA,其中RandomizedPCA使用了一个非确定方法,快速地近似计算出一个维度非常高的数据的前n个主成分,而SparsePCA则引入了一个正则项保证成分的稀疏性。原创 2023-07-09 13:02:41 · 163 阅读 · 0 评论