使用PCA对特征数据进行降维
生活随笔
收集整理的這篇文章主要介紹了
使用PCA对特征数据进行降维
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
主成分分析(PCA)是一種基于變量協方差矩陣對數據進行壓縮降維、去噪的有效方法,PCA的思想是將n維特征映射到k維上(k<n),這k維特征稱為主元,是舊特征的線性組合,這些線性組合最大化樣本方差,盡量使新的k個特征互不相關。
相關知識
介紹一個PCA的教程:
總結
以上是生活随笔為你收集整理的使用PCA对特征数据进行降维的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: SVM在R语言中的使用
- 下一篇: RIPPER算法原理