- 博客(2)
- 收藏
- 关注
RSS订阅原创 数据降维 | 奇异值分解(SVD) 、推荐系统、图像压缩
01 PCA.改在上一篇文章中，我们学习并实践了一种主流的数据降维算法——主成分分析(PCA)。我们再来回顾一下PCA的优缺点：优点：降低数据复杂性，识别最重要的多个特征缺点：PCA需要将所有数据集放入内存，若数据集较大，内存处理效率低，此时需要使用其他方法来寻找特征值基于PCA算法在处理大数据集时内存处理效率较低的缺点，出现了一种更加高效的降维算法——奇异值分解(SVD)，本文简...
2019-04-14 15:57:50
1338
原创 数据降维 | 主成分分析(PCA)
01 数据降维数据分析中，我们常常面对较大的数据集，这里的“大”，一是指样本量大（如千万量级），二是指高维度（如几百个维度）。因此在正式分析这些大数据前，我们需要对它们做预处理，从而缩减数据维度，提升处理效率和训练效果。数据降维就是一种数据预处理技术，常用的降维技术如下：主成分分析 PCA因子分析 Factor Analysis独立成分分析 ICA本文介绍并实践了一种常用的数...
2019-04-14 10:17:54
1725
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人