Machine Learning Series No.10 -- PCA

PCA算法 PCA算法是一種降維算法，其主要思想有兩種： 1.使得降維以後的超平面離原始的樣本點儘可能的近。 2.使得樣本點在降維以後的超平面的投影儘可能的分開。 注意：PCA減少基底的數目，從而減少數據維度。 座標系的變換 設新座標系的正交基爲 η=(η1,η2,⋯,ηm) η = ( η 1 , η 2 , ⋯ , η m ) ，原始樣本爲 x=(x1,x2,⋯,xt) x = ( x 1 ,

>>阅读原文<<