PCA降維

1、賠率 2、PCA 引入PCA降維的原因是由於「維數災難」，在機器學習中，過多的特徵有時會使分類結果更差；或者是該特徵是冗餘特徵。「維數災難」是指計算量急劇增加，而分類精度下降。 PCA降維，就是將高維特徵（n維）投影到低維子空間（k維），從而實現特徵的融合。 1). 樣本標準化 其中， 2). PCA降維 將n維數據降到k維，我們要選擇最大的主成分。 首先計算協方差矩陣 其次求特徵值特徵向量，

>>阅读原文<<