[机器学习花书笔记] 主成分分析

问题:假设在R^{n}空间中我们有 m 个点{ x^{1},...x^{m}},我们希望对这些点进行有损压缩。


方法:

低维表示:

x ^{(i)} \epsilon R ^{n} → 编码向量c ^{(i)} \epsilon R ^{l}

n > l,则我们便使用了更少的内存来存储原来的数据。

to find    f(x)=c     编码器

and    x\approx g(f(x))     解码器

令    g(c)=DcD\epsilon R^{n\times l}     解码矩阵     (简化解码器)

限制:D的列向量都有单位范数      (为了获得唯一解)

限制:PCA 限制 D 的列向量彼此正交      (简化解码器的最优编码问题)


解最优编码问题࿱

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值