对pca降维后的手写体数字图片数据分类_加推数据特征工程实战

加推数据特征工程实战

在机器学习或使用之前对数据进行清洗、标准化、降维等，是技术人员必不可少的技能?

从需求说起

• 系统用户有大量的频度指标，我们希望对用户画像进行分类和打标。(分类与聚类)?
• 产品运营有大量的指标需要分析，产生有价值的报表。(聚类)
• 销售膜拜、电话、大客，还是团队作战，哪项行为更符合我们的产品？(分类)?

数据科学的第一步：特征工程

• 特征工程，说白了就是对待分析的数据进行预处理、特征选择、降维等操作。?

基础知识(主要是矩阵操作)

首先随便用JS写一套 矩阵操作的函数集(编写难度很低，看着公式，中级程序猿可以轻易完成300行代码左右)?

线代基础网上很多，我们用到的也就是这些基础的组合，上一篇卷积操作会相对难一些。

• 复制矩阵(浅copy)
• 矩阵转置(下面会用到)

matrix.transpose = function (arr) {
    
  let result = new Array(arr[0].length)
  for (let i = 0; i 0].length; i++) {
    
    result[i] = new Array(arr.length)
    for (let j = 0; j       result[i][j] = arr[j][i]
    }
  }
  return result
}

• 加法
• 减法
• 比例
• 叉乘
• 点乘
• 矩阵行列式(det)
• 全 0 矩阵(zero)
• 单位矩阵(I)
• 高斯约旦消元法
• 求逆矩阵(inv)

封装到Sky核心库的 $.math.mat 下

有了这几个基础函数我们就可以完(wei)成(suo)功(yu)能(wei)?

矩阵操作就是线性转换，大部分的线性变化都会改变向量的方向

到底有哪些有用的预处理(干货)</