Machine Learning第八讲【非监督学习】--(三)主成分分析(PCA)

一、Principal Component Analysis Problem Formulation(主成分分析构思)

首先来看一下PCA的基本原理:

PCA会选择投影误差最小的一条线,由图中可以看出,当这条线是我们所求时,投影误差比较小,而投影误差比较大时,一定是这条线偏离最优直线。

PCA的方向:

从图上的分析,我们可能很疑惑PCA和线性回归如此地相似,那么两者是一回事吗?下面的图可以很好地给出解释:

二、Principal Component Analysis Algorithm(主成分分析算法)

猜你喜欢

转载自blog.csdn.net/xueluowutong/article/details/85336370