人有时候走着走着，放不下的东西太多，就会迷失自己。其实回归初心，换一个角度去看待问题，一切就变得豁然开朗了。
PCA的思想是把过度关联在一起事务视为“噪声”，认为它们干扰试听，并占据不必要的运算空间，故有“去关联”这一操作。而这种“去关联”又是站在“有关联”的角度上解决问题的。
找到原本的关联规律，“俯视”这个规律，一切就清晰可见了。
空间分散的点，换个角度，可以用一个平面穿过它们。
俯视点到平面的投影，我们实际上得到压缩后的最大信息量数据
pca主成分分析结果解释_PCA主成分分析（完结）
最新推荐文章于 2023-03-11 20:53:28 发布
PCA通过寻找最大化方差的方向进行数据降维，旨在去除相关性并压缩信息。它通过协方差矩阵找到最大本征值对应的本征向量，这些向量构成新的坐标系，使得数据在新坐标下的投影具有最大分散性。PCA适用于发现数据的主要特征和压缩数据集。
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
