开发工具:
文件大小: 350kb
下载次数: 0
上传时间: 2020-12-21
详细说明：PCA（主成分分析法—Principal Component Analysis）一. 求数据的前n个主成分二. 高维数据映射为低维数据
一. 求数据的前n个主成分
紧接着上次汇报的内容：
⟶将周围离散的点分别映射到这条直线上\stackrel{将周围离散的点分别映射到这条直线上}{\longrightarrow}⟶将周围离散的点分别映射到这条直线上
该直线所在的轴为我们的第一主成分，得到的结果就是这些样本点直接距离的方差是最大的
显然我们现在所求的不仅仅是局限在二维空间中，当维数增加时，我们如何求得下一个主成分？
如左图所示,原来求直线向量：X(i)⋅w=∥X∥project(i
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
