热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

差异性|更多_PCA主成分分析介绍说明

篇首语:本文由编程笔记#小编为大家整理,主要介绍了PCA主成分分析---介绍说明相关的知识,希望对你有一定的参考价值。提示:这些是自己整理可

篇首语:本文由编程笔记#小编为大家整理,主要介绍了PCA主成分分析---介绍说明相关的知识,希望对你有一定的参考价值。


提示:这些是自己整理 可以借鉴 也可能存在错误 欢迎指正


PCA


  • 一、是什么?
  • 二、优化
    • 小结





一、是什么?

主成分分析(Principal Component Analysis,PCA)是一种最常用的数据降维方法,使得在转换后的空间中数据的方差最大。


上图中,如果将这些数据投影到一维空间中,选择数据方差最大的方向进行投影,才能最大化数据的差异性,保留更多的原始数据信息。


二、优化


小结

主成分分析是一种无监督学习方法,可以作为监督学习的数据预处理方法,用来去除噪声并减少特征之间的相关性,但是它并不能保证投影后数据的类别可分性更好


推荐阅读
author-avatar
mobiledu2502924027
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有