主成分分析(PCA)

PCA是一種降維的方法,用於將樣本從較高的N維投影到較低的K維,PCA認爲最好的K維空間是將樣本點轉換爲K維後,每一維的樣本方差都很大,方差較大保證了樣本點在K維空間構成的超平面上的投影能儘可能的分開。 那麼如何能找到符合條件的K維空間了?下面以將樣本投影到某一維上爲例: 首先對所有的樣本進行中心化,即將樣本減去他們的均值, 上圖中 Xi X i 爲其中一個樣本點,將 Xi X i 投影到 u(|
相關文章
相關標籤/搜索