第9章降维
目录2降维的基本概念主成分分析的基本概念主成分分析方差的无偏估计主成分分析算法奇异值分解的基本概念奇异值分解的构造第一节第二节第三节第四节第五节第六节数据压缩第七节
第一节降维的基本概念
降维的基本概念4给定一个数据集:其中,当n非常大时,是一个高维的数据。降维的目的就是降低数据的维度从而方便后续对数据的存储、可视化、建模等操作。
降维的基本概念5项目特征筛选特征提取概念过滤掉数据中无用或冗余的特征对现有特征进行重新组合产生新的特征举例相对于年龄,出生年月就是冗余特征用质量特征除以体积特征就可以得到密度特征
您可能关注的文档
- 机器学习基础(第2版·题库·微课视频版)教案全套 吕云翔.docx
- 机器学习基础(第2版·题库·微课视频版)教学大纲.docx
- 机器学习基础(第2版·题库·微课视频版)习题答案 吕云翔.docx
- 机器学习基础(第2版题库微课视频版)课件 第1章 机器学习概述.pptx
- 机器学习基础(第2版题库微课视频版)课件 第2章 逻辑回归及最大熵模型.pptx
- 机器学习基础(第2版题库微课视频版)课件 第3章 k-近邻算法-.pptx
- 机器学习基础(第2版题库微课视频版)课件 第4章 决策树.pptx
- 机器学习基础(第2版题库微课视频版)课件 第5章 贝叶斯分类器.pptx
- 机器学习基础(第2版题库微课视频版)课件 第6章 支持向量机.pptx
原创力文档

文档评论(0)