qq_54809548的博客

PCA有两种实现方法：输入：数据集X={x1，x2，...，xn}，需降到k维（1）基于特征值分解协方差矩阵① 去中心化（去均值，即每个特征减去各自的均值）② 计算协方差矩阵1/nX*X^T（1/n不影响特征向量）③ 用特征值分解方法求解②协方差矩阵的特征值与特征向量④ 对特征值从大到小排序，选前k个。将其对应的k个特征向量分别作为行向量组成特征向量矩阵P⑤ 将数据转换到k个特征向量构建的新空间中，即Y=PX（2）基于SVD分解协方差矩阵。

概率”：特定环境下，某件事发生的概率。基于已发生的结果推断产生这个结果的可能环境参数。连乘通过对数似然变成连加求解。