1.问题的提出
PCA算法作为经典的机器学习算法,从提出到如今的几十年历史中,其所蕴含的思想一直伴随着机器学习算法的发展。这里我们从不同的角度探讨PCA能够图像用于的图像去噪、压缩和特征提取的数学原理和所包含的的物理含义。例如:(1)为何PCA对包含较小方差的高斯噪声图像具有较好去噪能力?(2)RPCA为何能够改进PCA在去噪时的缺陷?(3)为何PCA采用样本的协方差矩阵的前 k 个特征向量矩阵构造投影空间?
(1)特征提取
随着互联网的普及,人们所接触的数据量正以成千上万的倍数增长,自然而然产生了一个问题,在海量数据面前,我们能如何提取出关键的信息用以减少所需处理数据量,提升效率。以淘宝平台上品牌手机日记录数据为例: