Dimensionality Reduction(降維)
目的 Data Compression(數據壓縮)：減少內存所需空間 / 加快算法速度 Data Visualization(數據可視化) （一般通過壓縮至2個或3個特徵） Principal Component Analysis(PCA:主成分分析) PCA算法簡介 尋找一個低維平面對數據進行投影，使得其投影誤差最小。 對比線性迴歸 兩者完全是不同的算法，線性迴歸目的是預測y，而PCA目的是降維
相關文章
- 1. ml-8-2-降維(Dimensionality Reduction)
- 2. 第十五章 降維dimensionality reduction
- 3. 【Dimensionality Reduction】數據降維方法分類
- 4. 【AndrewNg機器學習】降維(Dimensionality Reduction)
- 5. 機器學習（十）-------- 降維(Dimensionality Reduction)
- 6. 多因子降維法（MDR，multifactor dimensionality reduction）
- 7. [UFLDL] Dimensionality Reduction
- 8. Stanford機器學習筆記-10. 降維(Dimensionality Reduction)
- 9. 吳恩達《Machine Learning》-Dimensionality Reduction降維（十四）
- 10. 吳恩達機器學習筆記（12）——降維（Dimensionality Reduction）
- 更多相關文章...
- • C# 多維數組 - C#教程
- • PHP 多維數組 - PHP教程
- • TiDB 在摩拜單車在線數據業務的應用和實踐
- • JDK13 GA發佈：5大特性解讀
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. ml-8-2-降維(Dimensionality Reduction)
- 2. 第十五章 降維dimensionality reduction
- 3. 【Dimensionality Reduction】數據降維方法分類
- 4. 【AndrewNg機器學習】降維(Dimensionality Reduction)
- 5. 機器學習（十）-------- 降維(Dimensionality Reduction)
- 6. 多因子降維法（MDR，multifactor dimensionality reduction）
- 7. [UFLDL] Dimensionality Reduction
- 8. Stanford機器學習筆記-10. 降維(Dimensionality Reduction)
- 9. 吳恩達《Machine Learning》-Dimensionality Reduction降維（十四）
- 10. 吳恩達機器學習筆記（12）——降維（Dimensionality Reduction）