FE之DR之线性降维:PCA/白化、LDA算法的数学知识(协方差矩阵)、相关论文、算法骤、代码实现、案例应用等相关配图之详细攻略
目录
PCA
1、PCA的数学知识
(1)、实对称矩阵特征向量的正交性:实对称阵的特征值一定是实数;不同特征值对应的特征向量一定正交;重数为r的特征值一定有r个线性无关的特征向量。
(2)、协方差矩阵:样本矩阵的协方差矩阵必然一定是对称阵,协方差矩阵的元素即各个特征间相关性的度量。
1)、正常的协方差矩阵应该是去均值化。
FE之DR之线性降维:PCA/白化、LDA算法的数学知识(协方差矩阵)、相关论文、算法骤、代码实现、案例应用等相关配图之详细攻略
目录
(1)、实对称矩阵特征向量的正交性:实对称阵的特征值一定是实数;不同特征值对应的特征向量一定正交;重数为r的特征值一定有r个线性无关的特征向量。
(2)、协方差矩阵:样本矩阵的协方差矩阵必然一定是对称阵,协方差矩阵的元素即各个特征间相关性的度量。
1)、正常的协方差矩阵应该是去均值化。