【2018-09-27】主成分分析PCA

主成分分析======維數約減

數據預處理:

【均值歸0】

代替x

【標準化為單位方差】

代替x
協方差矩陣

尋找Σ最大的k個特征值的特征向量。

?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末毯炮,一起剝皮案震驚了整個濱河市囤锉,隨后出現的幾起案子寺旺,更是在濱河造成了極大的恐慌也切,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,188評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件导帝,死亡現場離奇詭異虚缎,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 93,464評論 3 395
  • 文/潘曉璐 我一進店門实牡,熙熙樓的掌柜王于貴愁眉苦臉地迎上來陌僵,“玉大人,你說我怎么就攤上這事创坞⊥攵蹋” “怎么了?”我有些...
    開封第一講書人閱讀 165,562評論 0 356
  • 文/不壞的土叔 我叫張陵题涨,是天一觀的道長偎谁。 經常有香客問我,道長纲堵,這世上最難降的妖魔是什么巡雨? 我笑而不...
    開封第一講書人閱讀 58,893評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮席函,結果婚禮上铐望,老公的妹妹穿的比我還像新娘。我一直安慰自己茂附,他們只是感情好正蛙,可當我...
    茶點故事閱讀 67,917評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著营曼,像睡著了一般乒验。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蒂阱,一...
    開封第一講書人閱讀 51,708評論 1 305
  • 那天锻全,我揣著相機與錄音,去河邊找鬼蒜危。 笑死虱痕,一個胖子當著我的面吹牛,可吹牛的內容都是我干的辐赞。 我是一名探鬼主播部翘,決...
    沈念sama閱讀 40,430評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼响委!你這毒婦竟也來了新思?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,342評論 0 276
  • 序言:老撾萬榮一對情侶失蹤赘风,失蹤者是張志新(化名)和其女友劉穎夹囚,沒想到半個月后,有當地人在樹林里發(fā)現了一具尸體邀窃,經...
    沈念sama閱讀 45,801評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡荸哟,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,976評論 3 337
  • 正文 我和宋清朗相戀三年假哎,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片鞍历。...
    茶點故事閱讀 40,115評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡舵抹,死狀恐怖,靈堂內的尸體忽然破棺而出劣砍,到底是詐尸還是另有隱情惧蛹,我是刑警寧澤,帶...
    沈念sama閱讀 35,804評論 5 346
  • 正文 年R本政府宣布刑枝,位于F島的核電站香嗓,受9級特大地震影響,放射性物質發(fā)生泄漏装畅。R本人自食惡果不足惜靠娱,卻給世界環(huán)境...
    茶點故事閱讀 41,458評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望洁灵。 院中可真熱鬧饱岸,春花似錦、人聲如沸徽千。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,008評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽双抽。三九已至百框,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間牍汹,已是汗流浹背铐维。 一陣腳步聲響...
    開封第一講書人閱讀 33,135評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留慎菲,地道東北人嫁蛇。 一個月前我還...
    沈念sama閱讀 48,365評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像露该,于是被迫代替她去往敵國和親睬棚。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,055評論 2 355

推薦閱讀更多精彩內容

  • 轉自:主成分分析 - xiaoyu714543065的專欄 - 博客頻道 - CSDN.NET 問題...
    horu閱讀 1,198評論 1 3
  • PCA簡介 在許多領域的研究與應用中解幼,往往需要對反映事物的多個變量進行大量的觀測抑党,收集大量數據以便進行分析尋找規(guī)律...
    尼小摩閱讀 10,172評論 0 8
  • 一前言 特征值 奇異值 二奇異值計算 三PCA 1)數據的向量表示及降維問題 2)向量的表示及基變換 3)基向量 ...
    Arya鑫閱讀 10,540評論 2 43
  • 前言 PCA是一種無參數的數據降維方法,在機器學習中很常用撵摆,這篇文章主要從三個角度來說明PCA是怎么降維的分別是方...
    WZFish0408閱讀 51,557評論 6 36
  • “你去了哪里底靠?為什么我再也找不到你?”啞巴說特铝。 只見眼前的那個女子暑中,眼里含著淚壹瘟,帶著決絕,身邊纏繞著灰白色的煙霧鳄逾,...
    顏小歡閱讀 275評論 1 0