主成分分析 PCA：principal component analysis 主成分分析是最常用的一种降维分析 目的：降低数据的复杂性，找到最有用的特征 降维： PCA FA 因子分析 factor analysis ICA 独立成分分析 independent component analysis ...
分类：
其他好文 时间：
2018-12-06 20:37:45
阅读次数：
205
python3 学习api使用 主成分分析方法实现降低维度 使用了网络上的数据集，我已经下载到了本地，可以去我的git上参考 git:https://github.com/linyi0604/MachineLearning 代码： ...
分类：
编程语言 时间：
2018-04-30 12:02:36
阅读次数：
419
无监督学习：着重于发现数据本身的分布特点 （不需要对数据进行标记）节省大量人力 数据规模不可限量 1 发现数据群落 数据聚类 也可以寻找 离群样本 2 特征降维 保留数据具有区分性的低维特征 这些都是在海量数据处理中非常实用的技术 数据聚类 K均值算法（预设聚类的个数 不断更新聚类中心 迭代 ，是所 ...
分类：
编程语言 时间：
2018-04-20 13:29:41
阅读次数：
321
ng机器学习视频笔记（十二） ——PCA实现样本特征降维 （转载请附上本文链接——linhxx） 一、概述 所谓降维（dimensionality reduction），即降低样本的特征的数量，例如样本有10个特征值，要降维成5个特征值，即通过一些方法，把样本的10个特征值映射换算成5个特征值。 因 ...
分类：
其他好文 时间：
2018-02-04 12:50:49
阅读次数：
252
特征值分解 神秘值分解SVD Python实现SVD 低阶近似 神秘值选取策略 类似度计算 基于物品类似度 基于物品类似度的推荐步骤 利用物品类似度预測评分 基于物品类似度的推荐结果 利用SVD降维 利用SVD降维前后结果比較 基于SVD的图像压缩–阈值处理 基于SVD的图像压缩 $(functio ...
分类：
其他好文 时间：
2017-08-15 17:18:57
阅读次数：
212
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，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的 ...
分类：
其他好文 时间：
2017-08-11 17:49:58
阅读次数：
209
特征选择很重要，除了人工选择，还可以用其他机器学习方法，如逻辑回归、随机森林、PCA、LDA等。 分享一下逻辑回归做特征选择 特征选择包括: 特征升维 特征降维 特征升维 如一个样本有少量特征，可以升维，更好的拟合曲线 特征X 升维X/X**2/ 效果验证，做回归 加特征x**2之后的效果 特征X1 ...
分类：
其他好文 时间：
2017-06-01 16:37:22
阅读次数：
2513
从LeNet-5开始，cnn就有了标准的结构：stacked convolutional layers are followed by one or more fully-connected layers。对于Imagenet这种大的数据集，趋势是增加层数和层的大小，用dropout解决过拟合。 1 ...
分类：
Web程序 时间：
2017-04-11 13:29:21
阅读次数：
589
%生成随机矩阵并标准正交化 a= randn(3)orth(a) %随机投影进行降维 c=magic(3)d=c*b %验证距离 sim=squareform(pdist(d,'euclidean'))sim=squareform(pdist(c,'euclidean'))sim=squarefor ...
分类：
其他好文 时间：
2017-02-16 23:35:58
阅读次数：
392
转载请声明出处：http://blog.csdn.net/zhongkelee/article/details/44064401 一、PCA简介 1. 相关背景 上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。最近在做主成分分析和奇异值分解方面的项目，所以记录一 ...
分类：
其他好文 时间：
2016-12-12 23:46:00
阅读次数：
257
