机器学习笔记第五章

机器学习笔记第五章

主成分分析(Principal Component Analysis)

• 一个非监督的机器学习算法
• 主要用于数据的降维
• 通过降维，可以发现更便于人类理解的特征
• 其他应用：可视化；去噪

找到让样本间间距最大的轴的步骤：

• 将样例的均值归为0 (demean 的过程) ，所有样本都减去这批样本的均值，相当于移动坐标轴

• 求一个轴的方向 w = ( w1, w2)

• 所有样本映射到w之后，有：
  
  

因为X的均值为0，所以：

主成分分析法：

梯度上升法解决主成分分析问题

求数据的主成分(PCA)

PCA不仅是降维的，还能降噪

人脸识别与特征脸

特征脸：提取完特征的脸的图像

主要是学习sklearn当中的fetch_flw_people这个函数、以及plot_faces这个函数