我对PCA的浅显的理解
PCA：无监督数据降维
主成分分析，以n维数据降到m维为例：
对数据矩阵进行特征值分解，将分解得到的n个特征值由大到小排序，找到前m个特征值，再由这m个特征值对应的特征向量将原始n维数据重构为m维数据矩阵，即完成了数据降维。
LDA：有监督数据降维
线性判别分析，核心思想：将高维数据投影到低维后，使得类内方差最小，类间方差最大
[深度学习基础] PCA与LDA
猜你喜欢
转载自blog.csdn.net/qq_26020233/article/details/88893071
今日推荐
周排行