机器学习基础(六十二)—— 白化
2016-05-11 12:05
239 查看
我们可以使用 PCA 降低数据维度。在一些算法中还需要一个与之相关的预处理步骤,这个预处理过程称为白化(一些文献中也叫 sphering)。
举例来说,假设训练数据是图像,由于图像中相邻像素之间具有很强的相关性,所以用于训练时输入是冗余的。白化的目的就是降低输入的冗余性;更正式的说,我们希望通过白化过程使得学习算法的输入具有如下性质:
(i) 特征之间相关性较低;
(ii) 所有特征具有相同的方差。
举例来说,假设训练数据是图像,由于图像中相邻像素之间具有很强的相关性,所以用于训练时输入是冗余的。白化的目的就是降低输入的冗余性;更正式的说,我们希望通过白化过程使得学习算法的输入具有如下性质:
(i) 特征之间相关性较低;
(ii) 所有特征具有相同的方差。
相关文章推荐
- thinkphp验证码
- 《UNIX环境高级编程》(exit)
- 解决跨域json无法收到结果的问题
- Arduino携手LCD1602 向世界问好“hello World!”
- Spring框架
- 怎么使用命令对APK包进行签名
- 實際案例: 接口接入驗證 (程式碼)
- svn使用常用错误
- ThreadPoolTaskExecutor 多线程分解执行耗时任务与单线程串行执行简单比较
- Duda I/O-Duda I/O
- iOS App开发中使用设计模式中的单例模式的实例解析
- 2.1.2 JDK安装与环境变量配置(Linux版)
- 图片任意位置添加水印
- Comparator和Comparable接口的区别
- 打造万能Viewholder,告别重复代码
- response.getDescriptorForType().getFields()
- 反向代理应用frp
- Hust oj 1677 一个函数(栈)
- spring基础部分——注解
- 详解ASP.NET验证码的生成方法