1. 主成分分析(Principal Components Analysis)
-
1.1 原理
PCA是一种降维算法,通过最大化样本集在某一个方向投影值的平方和,来找到主轴方向,主轴是对称方阵 1 m ∑ i = 1 k x ( i ) ( x ( i ) ) T \frac{1}{m}\sum_{i=1}^k{x^{(i)}(x^{(i)})^T} m1∑i=1kx(i)(x(i))T的特征向量方向,取前k个最大投影值平方和所对应的特征向量作为新的坐标轴,各个样本在单位特征向量方向上的投影作为新的值。 -
1.2 具体步骤
(1) 样本 x ( i ) x^{(i)} x(i)在单位向量 u u u方向的投影值为 ( x ( i ) ) T u (x^{(i)})^Tu (x