PCA和矩阵
来源:互联网 发布:网络语开挂是什么意思 编辑:程序博客网 时间:2024/06/04 19:31
PCA就是主成分分析,这是个无监督的数据处理过程
目的是把原有的数据降低到一个比较小的维度,便于后续的处理
整个过程的理论是:
原有m个样本,每个样本为n维向量,那么可组成一个n*m的矩阵S
找到一个矩阵A,将上面的样本矩阵映射到A中,假设A为k*n的矩阵
矩阵映射过程就是A矩阵左乘S矩阵得到矩阵E, 那么E为k*m的矩阵
如果k<<n的话,那么就成功的把n维向量映射到了k维向量中,这里的问题就是这个基矩阵A是如何找到的
主要使用的方法就是方差尽量大,而且还要不相关,所以既要使用方差又要使用协方差
贴一篇写的很好的博客:http://blog.codinglabs.org/articles/pca-tutorial.html
其实这里对矩阵的理解还是比较关键,有兴趣的同学可以看上面博客的内容
有两个矩阵很有用,协方差矩阵和拉普拉斯矩阵,有空再分析
1 0
- PCA和矩阵
- 协方差矩阵和PCA的科普文
- PCA和核PCA
- PCA与协方差矩阵
- 从协方差矩阵到PCA
- PCA为什么使用协方差矩阵
- 矩阵论中----PCA分析
- 协方差(矩阵)、特征向量和PCA(Principal Component Analysis,主成分分析)
- PCA、SVD、协方差矩阵求解的关系和对比(例子说明)
- PCA(协方差矩阵和奇异值分解两种方法求特征值特征向量)
- 教程 | 从特征分解到协方差矩阵:详细剖析和实现PCA算法
- 矩阵应用:PCA-Principal Component Analysis
- PCA中的数据矩阵的一个备忘
- PCA中关于协方差矩阵的问题
- 向量表示,投影,协方差矩阵,PCA
- PCA为什么要用协方差矩阵?
- [机器学习]PCA 和协方差矩阵
- 协方差矩阵与PCA深入原理剖析
- WPF控件常用属性(持续更新)
- Android 多线程断点下载
- Android压缩中文乱码
- bat的学习与使用
- angularjs-搜索框下拉列表
- PCA和矩阵
- 关于错误: 'encoding' is an invalid keyword argument for this function的错误原因之一
- ubuntu14.04/16.04 下安装 caffe
- 点9图片入门
- Help Jimmy
- 对于一般的Mat如何进行赋值
- Android开发环境的搭建与HelloWorld
- Coding沙龙之巧用typedef
- Java-jdk的安装,Tomcat服务器的安装,在eclipse中添加JavaEE插件常见问题以及解决方法,步骤