PCA-主成份分析实现流程
2014-12-30 15:12
288 查看
PCA用来干什么:
PCA(Principal Component Analysis),PAC的作用主要是降低数据集的维度,然后挑选出主要的特征。PCA的主要思想是移动坐标轴,找到方差最大的方向上的特征值。
PCA算法流程:
对原始数据做均值归一化和方差归一化
对针对维度做协方差矩阵
求协方差矩阵的特征值和特征向量
将特征值按从大到小排序,按要求选取N(新维度的数量)个
将特征值对应的特征向量组成矩阵,右乘数据矩阵
PCA使用看似简单的处理流程,却暗含了非常精妙的数学原理,能根据用户的需求,使数据的维度降低,从而为后续的数据分析铺平了道路。
PCA的适用范围
PCA对于呈高斯分布的高维数据的效果极好,但PCA对噪声也同样过于敏感,也阻碍了其大范围适用。
----------
推荐一篇简明易懂的PCA的blog:/article/5718125.html
PCA(Principal Component Analysis),PAC的作用主要是降低数据集的维度,然后挑选出主要的特征。PCA的主要思想是移动坐标轴,找到方差最大的方向上的特征值。
PCA算法流程:
对原始数据做均值归一化和方差归一化
对针对维度做协方差矩阵
求协方差矩阵的特征值和特征向量
将特征值按从大到小排序,按要求选取N(新维度的数量)个
将特征值对应的特征向量组成矩阵,右乘数据矩阵
PCA使用看似简单的处理流程,却暗含了非常精妙的数学原理,能根据用户的需求,使数据的维度降低,从而为后续的数据分析铺平了道路。
PCA的适用范围
PCA对于呈高斯分布的高维数据的效果极好,但PCA对噪声也同样过于敏感,也阻碍了其大范围适用。
----------
推荐一篇简明易懂的PCA的blog:/article/5718125.html
相关文章推荐
- 主成份分析(PCA)——原理、实现步骤
- 基于 GMF 的流程分析工具的设计与实现
- div+css在思路和流程上实现结构与表现的分离分析
- 基于GMF的流程分析工具的设计与实现构思
- 基于GDAL实现的PCA变换(主成分分析)
- 基于GDAL实现的PCA变换(主成分分析)
- 简略的分析一下Anthem无刷新控件的实现原理和流程
- OTA本质与实现流程分析
- InnoDB Crash Recovery 流程源码实现分析
- Php中文件下载功能实现超详细流程分析
- OTA本质与实现流程分析
- 利用Anthem.net 实现前台javascript调用服务器端c#函数 及流程分析
- 利用Anthem.net 实现前台javascript调用服务器端c#函数 及流程分析
- MMS实现的流程分析
- gloox library关于File transfer实现流程分析
- 利用Anthem.net 实现前台javascript调用服务器端c#函数 及流程分析
- ECC算法分析--openssl的实现以及其调用流程
- MapReduce实现流程分析
- PHP基础学习之流程控制的实现分析
- 主成分分析(pca)算法的实现步骤及代码