【機器學習筆記】PCA降維
降維 降維也是一種無監督學習問題。當有很多特徵時，有一些特徵會是冗餘的，可以轉化爲更少的特徵。 也可以用降維來壓縮數據，減少內存空間。 一、數據壓縮 把3維的數據，映射到一個平面上，就轉化爲了2維的數據。 二、可視化數據 對於一個高達50維特徵的數據集，我們不能直觀地去繪製圖像來觀察數據，這時候就可以應用降維。 這時候可以將50維->2維，那就要用這2維特徵來概括50維。例如一個國家的特徵由GDP
相關文章
- 1. [機器學習筆記]降維（PCA）
- 2. PCA降維筆記
- 3. 吳恩達機器學習筆記——降維與PCA算法
- 4. 機器學習--降維技術PCA
- 5. 機器學習PCA數據降維
- 6. 機器學習之PCA降維
- 7. 機器學習：數據降維：PCA 、LDA
- 8. 機器學習（六）——PCA降維處理
- 9. 機器學習-降維（SVD、PCA）
- 10. 一、降維——機器學習筆記——降維（特徵提取）
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
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. [機器學習筆記]降維（PCA）
- 2. PCA降維筆記
- 3. 吳恩達機器學習筆記——降維與PCA算法
- 4. 機器學習--降維技術PCA
- 5. 機器學習PCA數據降維
- 6. 機器學習之PCA降維
- 7. 機器學習：數據降維：PCA 、LDA
- 8. 機器學習（六）——PCA降維處理
- 9. 機器學習-降維（SVD、PCA）
- 10. 一、降維——機器學習筆記——降維（特徵提取）