PCA方法学习
PCA是什么PCA是一种降维方法,试图从高维数据提取出关键的特征,最后使得降维后的数据有最大可分性,也就是方差最大.基变换很容易理解,PCA的目的就是挑选K个基,使得原数据各个特征在新的基下的方差最大.下面从矩阵运算的角度讲述基变换.假设一个向量另外一组向量作为新的基那么x在新基中的坐标表示为方差和协方差协方差可以用来表示两个变量的线性相关性,当协方差为0可以说这两个变量完全线性不相关,当两个变量相同时,就退化为方差,协方差定义如下:...
原创
2021-09-16 15:16:06 ·
175 阅读 ·
0 评论