PCA(Principal Component Analysis)主成分分析

PCA(Principal Component Analysis),即主成分分析,主要用于数据降维。 对于一组样本的feature组成的多维向量,多维向量里的某些元素自己没有区分性,好比某个元素在全部的样本中都为1,或者与1差距不大,那么这个元素自己就没有区分性,用它作特征来区分,贡献会很是小。因此咱们的目的是找那些变化大的元素,即方差大的那些维,而去除掉那些变化不大的维,从而使feature留下
相关文章
相关标签/搜索