![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PCA
文章平均质量分 63
ForloveKG
这个作者很懒,什么都没留下…
展开
-
PCA 学习
基础 假设X是一个m*n的矩阵,是由样本数据构成的矩阵。其中m表示样本的属性维数,n表示样本的个数。现在要对X进行线性变换变成另一个矩阵Y,使得Y的协方差矩阵为对角矩阵,这样的Y就认为是对原始矩阵X提取主成分后的矩阵,实际过程中只需取Y的前面主要的行即可。 X变换到Y的线性变换公式为: X和Y的协方差计算方法为: 从下面的原创 2014-05-16 20:59:23 · 775 阅读 · 0 评论 -
PCA 主成分分析
PCA主元分析,即找出数据中最主要的信息,去除次要的,以降低数据量。 具体步骤是: 1.对每个样本提取出有用的信息组成一个向量; 2.求取出所有样本向量的平均值; 3.用每个样本向量减去向量的平均值后组成一个矩阵; 4.该矩阵乘以该矩阵的逆为协方差矩阵,这个协方差矩阵是可对角化的,对角化后剩下的元素为特征值,每个特征值对应一个特征向量(特征向量要标准化); 5.选取最大的N个特征值(其转载 2014-05-24 20:32:15 · 716 阅读 · 0 评论