人工智能经典电子书2.降维与度量学习 - PCA.pptxVIP

  • 0
  • 0
  • 约小于1千字
  • 约 13页
  • 2026-05-12 发布于浙江
  • 举报

人工智能经典电子书2.降维与度量学习 - PCA.pptx

主成分分析PCA

PCA主成分分析(PrincipalComponentAnalysis,简称PCA)是最常用的一种降维方法。对于正交属性空间中的样本点,如何用一个超平面(直线的高维推广)对所有的样本进行恰当的表达?应该具有两个性质:最近重构性:样本点到这个超平面的距离足够近最大可分性:样本点在这个超平面上的投影能尽可能分开

考虑最近重构性和最大可分性两个优化目标,得到如下推导。

最近重构性

最近重构性

最近重构性

最大可分性

最大可分性

PCA

PCA

PCA

PCA算法描述?

PCA算法描述defpca(dataMat,topNfeat=9999999): meanVals

文档评论(0)

1亿VIP精品文档

相关文档