pca
来源:互联网 发布:魔域单机登录器源码 编辑:程序博客网 时间:2024/06/15 21:23
7. PCA算法总结
这里对PCA算法做一个总结。作为一个非监督学习的降维方法,它只需要特征值分解,就可以对数据进行压缩,去噪.
PCA算法的主要优点有:
1)仅仅需要以方差衡量信息量,不受数据集以外的因素影响。
2)各主成分之间正交,可消除原始数据成分间的相互影响的因素。
3)计算方法简单,主要运算是特征值分解,易于实现。
PCA算法的主要缺点有:
1)主成分各个特征维度的含义具有一定的模糊性,不如原始样本特征的解释性强。
2)方差小的非主成分也可能含有对样本差异的重要信息,因降维丢弃可能对后续数据处理有影响。
参考http://www.cnblogs.com/pinard/p/6239403.html
阅读全文
0 0
- PCA
- PCA
- PCA
- PCA
- PCA
- PCA
- PCA
- PCA
- PCA
- pca
- PCA
- PCA
- PCA
- pca
- PCA
- PCA
- PCA
- PCA
- 关于有偿提供拼图响应式后台的通知
- OpenGL-- Shader 颜色 光照 4 光照贴图 柔光射灯
- 欢迎使用CSDN-markdown编辑器
- postfix+mysql
- AtCoder:3N Numbers(优先队列)
- pca
- zlib库使用简单讲解
- windows下安装pip
- Longest Subsequence codeforces 632D 暴力数学
- java多线程的常见例子
- XML约束
- Shell Cookbook
- Magic Numbers codeforces 628D 数位dp
- 实现批量删除(物理删除)