二：PCA 和 KPCA理解

PCA 和 KPCA理解 前言 PCA PCA的作用與要求 PCA中方差的表達 第一步 映射後的樣本座標 第二步 得出方差表達式 最優化問題：求方差最大值時的v PCA例子 KPCA 前言 本文中的數據樣本都是去中心化的，即可以理解爲均值爲0。 PCA 本例中是從二維降到一維 PCA的作用與要求 PCA是用於降維的一種方法，在降維後儘可能的保留樣本最大的特徵，即保證降維後方差最大化。 如下圖例子所

>>阅读原文<<