PCA降维(MATLAB实践)

PCA原理 PCA的原理就是将原来的样本数据投影到一个新的空间中,至关于咱们在矩阵分析里面学习的将一组矩阵映射到另外的坐标系下。经过一个转换坐标,也能够理解成把一组坐标转换到另一组坐标系下,可是在新的坐标系下,表示原来的本来不须要那么多的变量,只须要原来样本的最大的一个线性无关组的特征值对应的空间的坐标便可。 好比,原来的样本是30*1000000的维数,就是说咱们有30个样本,每一个样本有100
相关文章
相关标签/搜索