PCA主成分分析学习总结

看了好多资料,都扯犊子,总结如下: 首先考虑一个问题:对于正交属性空间中的样本点,如何用一个超平面(直线的高维推广)对所有样本进行恰当的表达? 可以想到,若存在这样的超平面,那么它大概具有这样的性质: 1两大依据 最大可分性:样本点在这个超平面上的投影能尽可能的分开 希望将这 m个数据的维度从 n维降到 n` 维,希望这 m 个 n` 维的数据集尽可能的代表原始数据集。 最近重构性:样本点到这个超
相关文章
相关标签/搜索