深入浅出，mark一下 from : http://blog.codinglabs.org/articles/pca-tutorial.html PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可 ...
分类：
其他好文 时间：
2019-05-02 18:58:17
阅读次数：
181
一、主成分分析法的思想 我们在研究某些问题时，需要处理带有很多变量的数据，比如研究房价的影响因素，需要考虑的变量有物价水平、土地价格、利率、就业率、城市化率等。变量和数据很多，但是可能存在噪音和冗余，因为这些变量中有些是相关的，那么就可以从相关的变量中选择一个，或者将几个变量综合为一个变量，作为代表 ...
分类：
其他好文 时间：
2019-05-01 13:49:03
阅读次数：
160
1.理解特征值，特征向量 一个对角阵$A$，用它做变换时，自然坐标系的坐标轴不会发生旋转变化，而只会发生伸缩，且伸缩的比例就是$A$中对角线对应的数值大小。 对于普通矩阵$A$来说，是不是也可以找到这样的向量，使得经$A$变换后，不改变方向而只伸缩？答案是可以的，这种向量就是$A$的特征向量，而对应 ...
分类：
其他好文 时间：
2019-04-18 20:13:17
阅读次数：
139
机器学习——降维（主成分分析PCA、线性判别分析LDA、奇异值分解SVD、局部线性嵌入LLE） 以下资料并非本人原创，因为觉得石头写的好，所以才转发备忘 (主成分分析（PCA）原理总结)[https://mp.weixin.qq.com/s/XuXK4inb9Yi 4ELCe_i0EA] 来源：?石 ...
分类：
其他好文 时间：
2019-04-13 10:51:30
阅读次数：
152
降维技术 对数据进行降维有如下一系列的原因： 在以下3种降维技术中， PCA的应用目前最为广泛，因此本章主要关注PCA。 主成分分析(Principal Component Analysis, PCA) 通俗理解：就是找出一个最主要的特征，然后进行分析。 在PCA中，数据集从原始坐标系转换为新的坐标 ...
分类：
其他好文 时间：
2019-04-01 11:49:08
阅读次数：
168
2019-03-31 17:46:41 1.主成分分析(PCA Principal Components Analysis) 1.1 代码段 1.2 框架 2. 因子分析 2.1 代码段 ...
分类：
其他好文 时间：
2019-03-31 18:04:02
阅读次数：
179
<编程题> 1、[Maximum Product Subarray 求最大子数组乘积] 这个求最大子数组乘积问题是由最大子数组之和问题演变而来，但是却比求最大子数组之和要复杂，因为在求和的时候，遇到0，不会改变最大值，遇到负数，也只是会减小最大值而已。而在求最大子数组乘积的问题中，遇到0会使整个乘积 ...
分类：
编程语言 时间：
2019-03-24 18:47:34
阅读次数：
159
数据挖掘的9大成熟技术和应用基于数据挖掘的9大主要成熟技术以及在数据化运营中的主要应用： 1、决策树 2、神经网络 3、回归 4、关联规则 5、聚类 6、贝叶斯分类 7、支持向量机 8、主成分分析 9、假设检验1 决策树决策树（Decision Tree）是一种非常成熟的、普遍采用的数据挖掘技术。之 ...
分类：
其他好文 时间：
2019-03-19 23:07:32
阅读次数：
185
今天，在西瓜书上看到了主成分分析法，之前建模有接触过但是理解不够深刻，今天再次和这一位老朋友聊聊。 主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。 主成分分 ...
分类：
其他好文 时间：
2019-03-09 01:06:50
阅读次数：
327
1. 动机一：数据压缩 第二种类型的 无监督学习问题，称为 降维。有几个不同的的原因使你可能想要做降维。一是数据压缩，数据压缩不仅允许我们压缩数据，因而使用较少的计算机内存或磁盘空间，但它也让我们加快我们的学习算法。 但首先，让我们谈论 降维是什么。作为一种生动的例子，我们收集的数据集，有许多，许多 ...
分类：
其他好文 时间：
2019-02-09 22:41:01
阅读次数：
236
