码迷,mamicode.com
首页 > 其他好文 > 详细

斯坦福ML公开课笔记14——主成分分析

时间:2015-05-18 14:41:29      阅读:145      评论:0      收藏:0      [点我收藏+]

标签:

上一篇笔记中,介绍了因子分析模型,因子分析模型使用d维子空间的隐含变量z来拟合训练数据,所以实际上因子分析模型是一种数据降维的方法,它基于一个概率模型,使用EM算法来预计參数。

本篇主要介绍PCA(Principal Components Analysis, 主成分分析),也是一种降维方法,可是该方法比較直接,仅仅需计算特征向量就能够进行降维了。本篇相应的视频是公开课的第14个视频,该视频的前半部分为因子分析模型的EM求解,已写入笔记13,本篇仅仅是后半部分的笔记,所以内容较少。

技术分享

技术分享

技术分享


斯坦福ML公开课笔记14——主成分分析

标签:

原文地址:http://www.cnblogs.com/yxwkf/p/4511781.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!