機器學習中的數學(4)-線性判別分析(LDA), 主成分分析(PCA)、奇異值分解(SVD)

1、What & Why PCA(主成分分析) PCA,Principal components analyses,主成分分析。廣泛應用於降維,有損數據壓縮,特徵提取和數據可視化。也被稱爲Karhunen-Loeve變換 從降維的方法角度來看,有兩種PCA的定義方式,方差最大和損失最小兩種方式。這裏需要有一個直觀的理解:什麼是變換(線性代數基礎)。 但是總的來說,PCA的核心目的是尋找一個方向(找
相關文章
相關標籤/搜索