【cs229-Lecture14】主成分分析法

本节课内容：

• 因子分析

                  ---因子分析中的EM步骤的推导过程

• 主成份分析：有效地降低维度的方法

---

因子分析

混合高斯模型的问题

接下来讨论因子分析模型，在介绍因子分析模型之前，先看高斯分布的另一种写法，该
写法是推导因子分析模型的基础。

高斯分布的矩阵写法

因子分析模型

 

因子分析模型的推导

EM 求解参数

---

PCA(Principal  Components  Analysis,  主成分分析)，也是一种降维方法

主要介绍 PCA(Principal  Components  Analysis,  主成分分析)，也是一种降维方法，但是该方法比较直接，只需计算特征向量就可以进行降维了。

引入

PCA 模型的定义

转载于:https://www.cnblogs.com/XBWer/p/4395696.html