推导过程可以参考:
有m个样本,每个样本都是n维的列向量,对其进行PCA时,首先构造矩阵X=[],然后求 的特征值和特征向量(其为半正定矩阵,特征值都非负数)。如果要压缩到t维(t<=n),则取前t个最大的特征值对应的特征向量作为投影方向,相当于新的坐标基。每一个样本都向这t个向量投影,得到t个投影值,从而每个向量都转换成了t维。
后续继续补充。
参考:机器学习实战
推导过程可以参考:
有m个样本,每个样本都是n维的列向量,对其进行PCA时,首先构造矩阵X=[],然后求 的特征值和特征向量(其为半正定矩阵,特征值都非负数)。如果要压缩到t维(t<=n),则取前t个最大的特征值对应的特征向量作为投影方向,相当于新的坐标基。每一个样本都向这t个向量投影,得到t个投影值,从而每个向量都转换成了t维。
后续继续补充。
参考:机器学习实战