热门标签
热门文章
- 1PyQt5快速入门教程1-PyQt5开发环境的搭建
- 2Arduino开发板控制无刷电机的方法_arduino控制无刷电机
- 3element-ui Form表单验证_element form表单验证
- 4OBCP第七章 OB迁移-备份恢复技术架构及操作方法_ob数据库全量备份
- 5解决:Rabbitmq 消息队列阻塞的问题_rabbitmq 发送消息阻塞
- 6值得学习！阿里P8架构师“墙裂”推荐：Java程序员必读的架构书籍
- 7C语言——预处理_c语言中预处理是什么意思
- 8python代码分析-燃爆！17行Python代码做情感分析？你也可以的
- 9第四章：SpringBoot2.3.0 打包Jar，加载yml或properties配置文件顺序_springboot哪里配置java打包之后的名称
- 10用Python写一个简单的TCP客户端和服务端_python tcp client
当前位置: article > 正文
【线性代数】SVD&PCA
作者：繁依Fanyi0 | 2024-06-06 01:30:06
赞
踩
【线性代数】SVD&PCA
用最直观的方式告诉你：什么是主成分分析PCA_哔哩哔哩_bilibili
奇异值分解singular value decomposition，SVD
principal component analysis,PCA
降维操作
pca就是降维后使得信息损失最小
投影在坐标轴上的点越分散，信息保留越多
pca的实现
数据基本的线性变化
协方差矩阵的特征向量就是R
协方差
x，y正相关，协方差大于零；负相关，协方差小于零
pca求解
SVD中的V矩阵就是pca中的R
声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】
推荐阅读
相关标签
