![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 77
dreamandgo
凭兴趣入行,以能力立足。
展开
-
收藏!经典数据降维算法!(未完待续)
目录前言一、为什么要进行数据降维?二、数据降维原理三、主成分分析(PCA)降维 前言 本文主要根据基于 Python 的 11 种经典数据降维算法整理而来,特别感谢原作者! 一、为什么要进行数据降维? 在实际应用中,我们所用到的有用信息并不需要那么高的维度,而且每增加一维所需的样本个数呈指数级增长,这可能会直接带来极大的「维数灾难」;而数据降维就可以实现: 使得数据集更易使用 确保变量之间彼此独立 降低算法计算运算成本 去除噪音 一旦我们能够正确处理这些信息,正确有效地进行降维,这将大大有助于减少计算量原创 2021-05-25 15:06:24 · 514 阅读 · 0 评论 -
PCA主成分分析的知识点
目录1. 概念2. 基本思想/分析步骤3. 功用4. 应用场景5. 案例代码6. 涉及的数学知识点6.1 正交变换6.2 协方差/相关系数 感谢: 1. 主成分分析 python, sklearn 2. Python主成分分析-经典案例分析 1. 概念 利用正交变换把由线性相关变量表示的观测数据转换为少数几个由线性无关变量表示的数据,线性无关的变量称为主成分。 2. 基本思想/分析步骤 (1)对给定数据进行规范化:使得数据每一变量的平均值为0,方差为1; (2)对数据进行正交变换:原来由线性相关变量表示的数原创 2021-01-25 18:14:20 · 266 阅读 · 0 评论 -
典型的聚类算法--学习笔记
目录一. 前言二. 典型的聚类算法1. 聚类算法的选择2. K-Means(K均值)(1)原理(2)示意图(3)算法优缺点(4)注意事项(5)示例代码 一. 前言 本文根据以下资料进行整理,对各位大佬表示感谢! python数据分析:聚类分析(cluster analysis) 二. 典型的聚类算法 常用的聚类算法分为基于划分、层次、密度、网格、统计学、模型等类型的算法,典型算法包括K-Means(经典的聚类算法)、Mean-shift、DBSCAN、凝聚聚类、BIRCH、谱聚类等。 1. 聚类算法的选原创 2021-01-06 14:23:53 · 2119 阅读 · 0 评论 -
使用 Python 和 scikit-learn 学习分类算法
感谢大佬整理! 使用 Python 和 scikit-learn 学习分类算法转载 2020-10-15 09:56:28 · 152 阅读 · 0 评论 -
L1范数和L2范数的区别
先附上大佬的文章,后期整理。 L1范数与L2范数的区别转载 2020-10-12 10:23:59 · 243 阅读 · 0 评论