[原理]主成分分析のアルゴリズム(PCA)

目標:フィーチャ寸法を削減します

次元削減方法:塩基変化(元の機能はイル基での、元の特性変換、新しいグループグループグループグループ変化に変換される依存イル基となります)。

新しいベース・グループを決定する方法:分散が大きく、より良い形質転換を(より多くの元の情報が保持され)、変数間の相関度を0(共分散測定するグループ共分散ベースのグループながら、共分散は0二つの変数であります関連しない、すなわち幾何垂直として表さ各グループのグループ群)に対して直交しています。

新しい標準イル基では、どのように新しいグループグループを計算する方法:実対称行列が正の単位を見つけることができるので、共分散行列を(分散が共分散の対角線、休止位置にあり、行列は対称行列です)ポスト固有ベクトルは、共分散行列は対角化ので(PubMedの数学)に対応する固有値と固有ベクトルを見つけます。

次元削減の特徴ベクトルとの関係:選択された特徴ベクトルは、元のデータ次元削減の元のデータを乗算することによって達成することができます。例えば、4つの機能(150を有するデータの150個(4追加した2つの特徴ベクトル乗算4) 2)、2 * 150に生データ削減、2次元の特徴の寸法を減少させました。

だから、特徴ベクトルの数と特徴ベクトルを選択するにはどのように何をするか、特定:標準の特性値、より大きな特徴値、特徴量に対応する、より重要な代表特徴ベクトル。、降順に従ってにおける特性値上位2つの固有値に対応する固有ベクトルを選択し、特徴次元削減(例えば、2)の数を事前に指定しました。

公開された40元の記事 ウォンの賞賛0 ビュー1699

おすすめ

転載: blog.csdn.net/weixin_44680262/article/details/104718311