相关博文:
吴恩达机器学习笔记(八) —— 降维与主成分分析法(PCA)
主要内容:
一.向量內积的几何意义
二.基的变换
三.协方差矩阵
四.PCA求解
五.代码解释
一.向量內积的几何意义
1.假设A、B为二维平面xoy内两个向量,A为(x1, y1),B为(x2, y2),那么A、B的內积为:AB = |A||B|cosΘ = x1*x2 + y1*y2,结果为一个标量。
2.那么A、B內积的几何意义又是什么呢?单从“|A||B|cosΘ”或者“x1*x2 + y1*y2”这两式子或许还不能发现其中的意义,那么可以在坐标轴上画出这两个向量:
可以看出,|A|cosΘ实际上就是向量A在向量B方向上的投影。假如B为单位向量,即|B| = 1,那么A、B的內积就是A向量在B向量上的投影。
综上:假设B向量为单位向量,那么A、B的內积为:A向量在B向量上的投影,且AB = |A||B|cosΘ = x1*x2 + y1*y2。
二.基的变换
三.协方差矩阵
四.PCA求解
五.代码解释