PCA與Kernel PCA介紹與對比

PCA與Kernel PCA介紹與對比 1. 理論介紹 PCA是常用的提取數據的手段，其功能爲提取主成分（主要信息），摒棄冗餘信息（次要信息），從而得到壓縮後的數據，實現維度的下降。 其設想通過投影矩陣將高維信息轉換到另一個座標系下，並通過平移將數據均值變爲零。PCA認爲，在變換過後的數據中，在某一維度上，數據分佈的更分散，則認爲對數據點分佈情況的解釋力就更強。故在PCA中，通過方差來衡量數據樣本

>>阅读原文<<