4篇文章 · 1594字 · 1人關(guān)注
PCA保留最佳描述特征(即主成分)距误,而非分類特征汰寓,LDA用到了類別標(biāo)簽,為了找到數(shù)據(jù)中具有判別性的維度,投影后不同類別盡可能區(qū)分開。
PCA是一種線性算法捏顺。 它不能解釋特征之間的復(fù)雜多項(xiàng)式關(guān)系。 另一方面纬黎,t-SNE是基于在鄰域圖上隨機(jī)游走的概率分布幅骄,可以在數(shù)據(jù)中找到其結(jié)構(gòu)關(guān)系...
1.主成分分析(線性)2.t-SNE(非參數(shù)/非線性) 3.薩蒙映射(非線性)4.等距映射(非線性)5.局部線性嵌入(非線性)6.規(guī)范相關(guān)分析(...