转:PCA算法原理讲解
2017-03-06 22:00
309 查看
在网上查资料时发现这篇文章,个人觉得讲的非常清晰,学习一下。
PCA算法原理讲解
PCA算法降低了各个分量之间的相关性,但是缺点就是降维之后并不利于对数据进行分类。
算法的第一性原理:正交基,协方差的含义,对矩阵对角化的目的,这些东西都是数学理论被玩烂的东西,需要深刻的理解,用不同的方式,去尝试这些处理的真正的含义,不能只纠结于数学公式。一般的含义,数学也只是一种语言描述工具,那么转换成一般的描述该怎么表达。
总而言之,就是学科基础支撑的一些公理。
PCA算法原理讲解
PCA算法降低了各个分量之间的相关性,但是缺点就是降维之后并不利于对数据进行分类。
算法的第一性原理:正交基,协方差的含义,对矩阵对角化的目的,这些东西都是数学理论被玩烂的东西,需要深刻的理解,用不同的方式,去尝试这些处理的真正的含义,不能只纠结于数学公式。一般的含义,数学也只是一种语言描述工具,那么转换成一般的描述该怎么表达。
总而言之,就是学科基础支撑的一些公理。
相关文章推荐