Principal Component Analysis(PCA)主成分分析

本文部分内容引用自

Pattern Recognition and Machine Learning,Christopher M.Bishop

PCA广泛应用于降维,lossy data compression,特征提取和数据可视化(data visualization)。又叫作Karhunen-Loève变换。
对于PCA通常可以从两个方面进行定义。
从空间映射的角度,PCA是将数据从高维空间映射到低维空间,使得映射后的数据的方差最大的正交映射。

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