机器学习——主成分分析(PCA,未完)

略略翻了下书,差点儿窒息在床上…
看了几个博主的笔记,有点儿头疼
不知道是不是神经裂开生成新突触,还是脑细胞坏死前最后的呐喊

重点看了三篇,觉得非常惊艳,易于理解的

先看了主成分分析的原理详解,但还是稀里糊涂的,什么协方差
再看了协方差,还看了协方差矩阵
理解后,再看PCA的数学原理,就会有一种醍醐灌顶的清澈

再次感叹,世界上原来那么多善良的博主造福人类
但看完后,还是自己再梳理一下,就当消磨时间吧

首先,PCA是对数据进行损失较小的降维

降维,降的是特征数,而不是样本量。

在梳理PCA和SVD的降维效果时,忽然又丰富了对SVD的认识,SVD不仅可以降维,还可以压缩数据。
但是深入去分析SVD的降维数学推导,似乎头又有些疼了。。。西批优卡冒烟了吧

你可能感兴趣的:(机器学习基础,算法,机器学习,人工智能)