主成分分析(PCA)詳解

文章目錄 實現方式與幾何解釋 定義 線性變換的協方差(相關)矩陣 定義 相關矩陣的特徵值分解算法 主成分分析(PCA)是一種經常使用的無監督學習方法,利用 正交變換把由 線性相關變量表示的觀測數據轉換爲幾個由 線性無關變量表示的數據。線性無關的變量稱爲主成分。主成分的個數一般小於原始變量的個數,因此PCA是一種降維算法。 實現方式與幾何解釋 主成分分析步驟以下:html (1)對給定數據進行規範化
相關文章
相關標籤/搜索