PCA(主成分分析)属于无监督学习的范畴,是一种降维方法。PCA选取包含信息量最多的方向对数据进行投影。
1. 推导PCA的2种方法(需回顾)
1)从重建误差最小化的角度
2)从方差最大化的角度
(详细推导见机器学习圣经 PRML )。
2. 求解方法
求解特征值和特征向量的方法分为 一般方法 和 使用技巧的方法
1)普通方法
直接 特征分解,求特征值和特征向量。
2)技巧--svd分解
3. 鲁棒PCA
我的硕士大论文回顾了相关研究。robust convex clustering论文用到了
1)robust pca
1.1) 从低秩的角度,主成份追踪(principal component pursuit,PCP)算法:
L 是一个低秩矩阵