特徵提取——主成分分析(PCA)

特徵提取——主成分分析(PCA) 2018/5/23 引言：特徵提取是機器學習中很經常使用數據處理方式，通常都出如今實際搭建模型以前，以達到特徵空間維度的變化（常見是降維操做）。特徵提取是經過適當變換把已有樣本的D個特徵轉換成 d(<D) d ( < D ) 個新特徵。這樣作的主要目的有：web 下降特徵空間的維度，使後續的分類器設計在計算上更容易實現； 消除原有特徵之間的相關度，減小數據信息的冗

>>阅读原文<<