泰州制作公司网站,创意设计与制作,wordpress电子商务视频教程,网站开发与管理对应的职业及岗位一、PCA
PCA做什么#xff1f;找坐标系。
目标#xff1f;二维降到一维#xff0c;信息保留最多。
怎么样最好#xff1f;数据分布最分散的方向#xff08;方差最大#xff09;#xff0c;作为主成分#xff08;坐标轴#xff09;。 二、怎么找主成分#xff1f; …一、PCA
PCA做什么找坐标系。
目标二维降到一维信息保留最多。
怎么样最好数据分布最分散的方向方差最大作为主成分坐标轴。 二、怎么找主成分 PC1的确定每个点的 之和最小即 之和最大。
PC2的确定过原点且与PC1垂直。
PCA降维的核心思想是用少数几个最重要的方向主成分PC1来表示数据而不是用所有方向。
为什么可以降噪 舍弃次要方向 噪声偏离的点通常分布在次要方向如PC2上降维时舍弃这些方向相当于过滤了一部分噪声。 压缩噪声的影响 即使噪声点在PC1上仍有偏离它们的偏离程度比在原始数据中要小。 三、特征值与特征向量
一特征向量 简单来说特征向量定义了新的坐标轴的方向。
二特征值 特征值表示了每个主成分在数据集中的方差贡献率。
三碎石图
