【cs229-Lecture14】主成分分析法

本节课内容:

  • 因子分析

                  ---因子分析中的EM步骤的推导过程

  • 主成份分析:有效地降低维度的方法

因子分析

混合高斯模型的问题

【cs229-Lecture14】主成分分析法_第1张图片

【cs229-Lecture14】主成分分析法_第2张图片

接下来讨论因子分析模型,在介绍因子分析模型之前,先看高斯分布的另一种写法,该
写法是推导因子分析模型的基础。

高斯分布的矩阵写法

因子分析模型

【cs229-Lecture14】主成分分析法_第3张图片 

因子分析模型的推导

EM 求解参数

image


PCA(Principal  Components  Analysis,  主成分分析),也是一种降维方法

主要介绍 PCA(Principal  Components  Analysis,  主成分分析),也是一种降维方法,但是该方法比较直接,只需计算特征向量就可以进行降维了。

引入

【cs229-Lecture14】主成分分析法_第4张图片

【cs229-Lecture14】主成分分析法_第5张图片

PCA 模型的定义

【cs229-Lecture14】主成分分析法_第6张图片

【cs229-Lecture14】主成分分析法_第7张图片

你可能感兴趣的:(分析)