主成分分析法的原理

时间 2021-01-11

标签机器学习繁體版

原文原文链接

什么是PCA？在数据挖掘或者图像处理等领域经常会用到主成分分析，这样做的好处是使要分析的数据的维度降低了，但是数据的主要信息还能保留下来，并且，这些变换后的维两两不相关！至于为什么？那就接着往下看。在本文中，将会很详细的解答这些问题：PCA、SVD、特征值、奇异值、特征向量这些关键词是怎么联系到一起的？又是如何在一个矩阵上体现出来？它们如何决定着一个矩阵的性质？能不能用一种直观又容易理解的

>>阅读原文<<

1. 主成分分析法PCA原理
2. 主成分分析（PCA）原理总结
3. 主成分分析（PCA）原理详解
4. PCA主成分分析原理
5. PCA主成分分析原理简述
6. PCA（主成分分析原理）
7. Principal Component Analysis主成分分析原理
8. 主成成分分析法
9. PCA主成分分析算法的数学原理推导
10. 简单易懂的主成分分析法（PCA）——原理
更多相关文章...
• Git 分支管理 - Git 教程
• MyBatis的工作原理 - MyBatis教程
• 算法总结-二分查找法
• Git五分钟教程