PCA降維 學習日誌
10.10 上午上完數據分析，只學到了PCA 在學習PCA算法之前需要知道奇異值分解（SVD） SVD就是用來尋找到一個標準化正交基（orthonormal matrix）P 我們最終的目標是是Cy=1/n(YY轉置）是一個對角陣（diag），達到冗餘最小，方差最大目的 example 總結一下，PCA算法的基本思路是： PCA算法 總結一下PCA的算法步驟： 設有m條n維數據。 1）將原
相關文章
- 1. PCA學習----降維算法
- 2. 降維方法PCA
- 3. PCA降維
- 4. 降維—PCA
- 5. 降維- PCA
- 6. 降維——PCA
- 7. PCA-數據降維
- 8. [機器學習筆記]降維（PCA）
- 9. 機器學習--降維技術PCA
- 10. 【機器學習筆記】PCA降維
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. PCA學習----降維算法
- 2. 降維方法PCA
- 3. PCA降維
- 4. 降維—PCA
- 5. 降維- PCA
- 6. 降維——PCA
- 7. PCA-數據降維
- 8. [機器學習筆記]降維（PCA）
- 9. 機器學習--降維技術PCA
- 10. 【機器學習筆記】PCA降維