- 协方差矩阵的应用举例:多维的正态分布、主成分分析PCA(Principal Component Analysis)
- PCA作为一种通用的降维工具,常用于处理高维数据时的预处理步骤,以降低后续计算的复杂度。
- PCA本质是把高维数据通过线性变换投影到低维空间,投影时遵循的思想就是:找出最能代表原始数据的投影方法。
“最能代表原始数据”希望降维后数据不失真,即被PCA“降”掉的那维数据只能是噪声或冗余。
噪声:
冗余:
协方差矩阵之主成分分析(PCA)
最新推荐文章于 2023-04-26 21:05:11 发布