算法
qq_14821323
这个作者很懒,什么都没留下…
展开
-
PCA和SVD,包好特征值和特征向量的理解
本文转载自LeftNotEasy的https://blog.csdn.net/u010725283/article/details/79155204前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中,往往是停留在纯粹的数学计算中。而且线性代数或者...转载 2018-04-15 14:02:38 · 1988 阅读 · 1 评论 -
PCA理解
本文转自https://blog.csdn.net/zhongkelee/article/details/44064401一、PCA简介1. 相关背景 上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后,颇有体会。最近在做主成分分析和奇异值分解方面的项目,所以记录一下心得体会。 在许多领域的研究与应用中,往往需要对反映事物的多个变量进行大量的观测,收集大...转载 2018-04-15 14:06:11 · 2210 阅读 · 0 评论