機器學習(六)PCA---K-L變換

    K-L變換 是最優正交線性變換，其對應的特徵提取方法被稱爲 PCA方法，PCA是一種無監督的特徵變換，進行特徵降維變換，不能完全地表示原有的對象，而K-L變換能夠考慮到不同的分類信息，實現有監督的特徵提取。 特徵提取 即用映射（或變換）方法把原始特徵變換爲較少的新特徵。        Eg. 對於一個映射或變換有 y = w T x y=w^{T}x y=wTx，若 x ∈ R d × 1

>>阅读原文<<