机器学习课堂笔记（十四）
来源：互联网 发布：捷网络验证注册 编辑：程序博客网 时间：2024/04/20 07:24
机器学习课堂笔记（十四）
使用低维数据来近似表示高维数据 
通过数据可视化来获得降维数据的物理意义 
此时计算的是一个样本值
保留99%的差异性 
[U,S,V] = svd(Sigma)调用一次 
使用训练集运行PCA，这样定义了x-z的映射，可将其应用于测试集合交叉验证集 
PCA应用于可视化时，k=2或k=3 
使用PCA避免过拟合将会丢失信息 
首先使用原始数据，当算法表现不好时再考虑PCA
0 0
- 机器学习课堂笔记（十四）
- 机器学习课堂笔记（一）
- 机器学习课堂笔记（二）
- 机器学习课堂笔记（三）
- 机器学习课堂笔记（四）
- 机器学习课堂笔记（五）
- 机器学习课堂笔记（六）
- 机器学习课堂笔记（七）
- 机器学习课堂笔记（八）
- 机器学习课堂笔记（九）
- 机器学习课堂笔记（十）
- 机器学习课堂笔记（十一）
- 机器学习课堂笔记（十二）
- 机器学习课堂笔记（十三）
- 机器学习课堂笔记（十五）
- 机器学习课堂笔记（十六）
- 机器学习课堂笔记（十七）
- 机器学习课堂笔记（十八）
- SDAU 练习三 1010 登楼梯问题
- 五月四日 学习总结
- iOS开发报错CUICatalog: Invalid asset name supplied: (null)
- CCS下载地址
- Leetcode - Invert Binary Tree
- 机器学习课堂笔记（十四）
- Android 原型模式
- 数据库---那些不允许更新的视图
- 1014 Problem N
- NSFetchedResultsController
- 缓存机制
- 生成树计数 matrix-tree定理学习笔记
- 菜单
- 修改一个图层内的图片大小
