PCA学习----降维算法

主成分分析法(Principal Componebt Analysis,简称PCA)是常用的一种降维方法,可用于提取数据的主要特征分量,有助于缓解维度灾难问题。PCA主要就是通过向量矩阵计算将新样本投影到低维空间中。那么PCA是如何进行降维的呢? 首先我们回顾一下线性代数中的“基”的概念。 基 我们如何确定确定一个向量的坐标,假设向量(3,2): 实际上关于向量(3,2)的定义是以我们当前的x轴和
相关文章
相关标签/搜索