PCA算法原理
来源:互联网 发布:电脑随机抽奖软件 编辑:程序博客网 时间:2024/05/21 00:16
图像特征提取之--PCA方法
引言
PCA是Principal Component Analysis的缩写,也就是主成分分析。也是用于降维常用的一中方法。PCA 主要用于数据降维,对于高维的向量,PCA 方法求得一个
数据降维的目的:
- 减少预测变量的个数,
- 确保这些变量是相互独立的,
- 提供一个框架来解释结果。
降维后的特征向量减少冗余,具有低相关性等性质,在某些程度上反应了特征的本质,且在以后做分类预测等时,不容易陷入过拟合(overfitting)。
数学理论
输入一组大小为
其中,
然后求解矩阵
一般
Python 代码实现参考这里
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
对于输出的
opencv的Python接口
cv2.PCAComputeVar(data, retainedVariance[, mean[,eigenvectors]]) → mean, eigenvectors
具体代码见我的另外一篇博客。
进一步,还有 Kernel PCA,将在以后记录。
PCA其它的博客地址
http://blog.csdn.net/ybdesire/article/details/6270328/
- PCA算法原理简介
- PCA算法原理简介
- PCA算法原理简介
- PCA 算法 原理解析
- PCA算法原理
- PCA算法原理
- PCA算法原理介绍
- PCA算法及其数学原理
- PCA原理以及算法实现
- 转:PCA算法原理讲解
- PCA算法的数学原理
- 主成分分析 PCA算法原理
- 主成分分析(pca)算法原理
- PCA算法原理(讲解非常清楚)
- PCA数学原理及算法实现
- PCA算法原理与详细注解
- 主成分分析(PCA)算法原理介绍
- PCA原理
- driver.execute_script("mobile:XXX") mobile支持的属性
- Google Pixel 2拍照黑科技:单摄搞定背景虚化+内部潜伏神秘芯片
- 现实版高达!美日巨型机器人格斗大战结果即将见分晓
- 问答Goodfellow:没有样例能不能训练机器学习算法?
- 用extern声明变量
- PCA算法原理
- 网络安全攻防实验室通关教程-脚本关
- haproxy+pecemaker
- C++ 普通函数和虚函数调用的区别
- 英特尔将推Nervana神经网络处理器,要让DL训练提速100倍
- python基础-变量、数据类型、input、格式化、运算符、流程控制
- 可执行文件
- 我是如何复盘个股的
- navicate连接阿里云服务器上的mysql