pca是一种黑箱子式的降维方式，通过映射，希望投影后的数据尽可能的分散， 因此要保证映射后的方差尽可能大，下一个映射的方向与当前映射方向正交 pca的步骤： 第一步: 首先要对当前数据(去均值)求协方差矩阵，协方差矩阵= 数据*数据的转置/(m-1) m表示的列数，对角线上表示的是方差，其他位置表示 ...
分类：
编程语言 时间：
2018-08-24 22:53:42
阅读次数：
245
"参考博客:沈春旭的博客" 1.前言 看论文的时候又看到了协方差矩阵这个破东西，以前看图像处理的书籍的时候就特困扰，没想到现在还是搞不清楚，索性开始查协方差矩阵的资料，恶补之后决定马上记录下来。 2.拼出身—统计学的定义 学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标 ...
分类：
其他好文 时间：
2018-08-21 19:43:33
阅读次数：
124
距离判别法与R程序实战 2016-03-12 18:21:48 距离判别法与R程序实战 2016-03-12 18:21:48 设mu1,mu2,cov1,cov2 分别是总体G1，G2的均值向量和协方差矩阵。一样品x到各总体的马氏距离为 D(x,G1)=mahalanobis(x,mu1,cov1 ...
分类：
其他好文 时间：
2018-08-14 14:44:30
阅读次数：
165
Pearson相关系数解决了两个群的数据是否线性相关的问题； 先补充一下基本概念： 协方差：如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值；如果两个变量的变化趋势相反，即其中一个变量大于自身的期望值时另外一个却小于自身的 ...
分类：
其他好文 时间：
2018-07-22 15:24:32
阅读次数：
215
统计基础概念 在多元变量分析中，我们考虑所有的 $d$ 个数值型属性 $X_1, \cdots, X_d$。整个数据集是一个 $n \times d$ 的矩阵，即（ 数据矩阵 ）： $$ D = \left[ \begin{array}{c|llll} & X_1 & X_2 & \cdots & ...
分类：
其他好文 时间：
2018-07-21 00:13:52
阅读次数：
202
原文地址：http://pinkyjie.com/2010/08/31/covariance/ 今天看论文的时候又看到了协方差矩阵这个破东西，以前看模式分类的时候就特困扰，没想到现在还是搞不清楚，索性开始查协方差矩阵的资料，恶补之后决定马上记录下来，嘿嘿~本文我将用自认为循序渐进的方式谈谈协方差矩阵 ...
分类：
其他好文 时间：
2018-07-16 11:26:31
阅读次数：
163
一，均方误差 作为机器学习中常常用于损失函数的方法，均方误差频繁的出现在机器学习的各种算法中，但是由于是舶来品，又和其他的几个概念特别像，所以常常在跟他人描述的时候说成其他方法的名字。 均方误差的数学表达为： 如上图所示，通过计算每个预测值和实际值之间的差值的平方和再求平均，机器学习中它经常被用于表 ...
分类：
其他好文 时间：
2018-07-12 18:05:59
阅读次数：
269
1.算术运算 DataFrame.add/sub/mul/div 2.统计 DataFrame.sum/mode/median... describe 简单数据表的信息（max、min、count、mean等等） 3.协方差和相关系数 cov corr ...
分类：
其他好文 时间：
2018-07-05 14:51:19
阅读次数：
190
转自： 最大方差和最小协方差解释（线性代数看PCA） PCA降维 ——最大方差和最小协方差联合解释（线性代数看PCA） 注：根据网上资料整理而得，欢迎讨论 机器学习算法的复杂度和数据的维数有着密切关系，甚至与维数呈指数级关联。因此我们必须对数据进行降维。 降维当然意味着信息的丢失，不过鉴于实际数据本 ...
分类：
其他好文 时间：
2018-07-04 16:03:15
阅读次数：
339
协方差矩阵 以两个随机变量来描述 协方差性质 协方差为正时，两个变量的变化方向一致，正相关 协方差为负时，两个变量的变化方向相反，负相关 协方差为零时，不相关 定义 协方差 $$Cov(x,y) = \frac{1}{n}\sum_{i=1}^{n}(x_i \bar{x}) (y_i \bar{y ...
分类：
其他好文 时间：
2018-06-17 01:05:35
阅读次数：
212
