码迷,mamicode.com
首页 > 编程语言 > 详细

跟我学算法-PCA(降维)基本原理推导

时间:2018-10-14 00:20:51      阅读:147      评论:0      收藏:0      [点我收藏+]

标签:特征   推导   image   alt   单位   ima   分享   维度   一个   

Pca首先

1.对数据进行去均值

2.构造一个基本的协方差矩阵1/m(X)*X^T

3对协方差矩阵进行变化,得到对角化矩阵,即对角化上有数值,其他位置上的数为0(协方差为0),即求特征值和特征向量的过程

4.求得特征向量的单位化矩阵,单位化特征向量矩阵*原始数据(去均值后的)即降维操作,单位化特征向量的维度决定了降维的维度

以下是实际推导过程

     技术分享图片

技术分享图片

 

实例求解过程

技术分享图片

 

跟我学算法-PCA(降维)基本原理推导

标签:特征   推导   image   alt   单位   ima   分享   维度   一个   

原文地址:https://www.cnblogs.com/my-love-is-python/p/9784657.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!