一種關於PCA主成分分析中協方差矩陣特徵向量的直觀理解

參考文章:https://blog.csdn.net/a10767891/article/details/80288463 PCA問題可以理解爲一個座標變換問題 結合文首的鏈接,我們知道,PCA就是捨去一些樣本變化比較小的維度,所以圖片中e2方向的信息可以捨去,將二維數據壓縮到一維。到這裏,不難理解,PCA問題就要新建一個座標系:數據分佈最離散的方向作第1個軸,然後在垂直(正交)已建立軸的空間裏選
相關文章
相關標籤/搜索