主成分分析（principal component analysis）是一种常见的数据降维方法，其目的是在“信息”损失较小的前提下，将高维的数据转换到低维，从而减小计算量。这里的“信息”指的是数据所包含的有用的信息。 主要思路：从原始特征中计算出一组按照“重要性”从大到小排列的新特征，它们是原始特征
分类：
编程语言 时间：
2016-03-03 22:45:12
阅读次数：
264
转载地址：http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html 1. 问题 真实的训练数据总是存在各种各样的问题： 1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征
分类：
其他好文 时间：
2016-02-13 21:54:39
阅读次数：
328
原文地址链接 1. 问题 真实的训练数据总是存在各种各样的问题： 1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。 2、 拿到一个数学系的本科生期末考试成绩单，里面有三列，一列是对数学的兴趣程度，一列是复习时间，
分类：
其他好文 时间：
2016-01-31 21:25:00
阅读次数：
310
原文：http://www.cnblogs.com/leonwen/p/5158947.html 该算法由MatLab移植而来（具体参见上一篇博文）。但是最终输出结果却和MatLab不一致，经排查发现在进行调用两者内部函数eig进行求解特征值和特征向量的时候，两者特征值都一致，但是特征向量却不...
分类：
编程语言 时间：
2016-01-26 00:08:41
阅读次数：
322
斯坦福ML公开课笔记15我们在上一篇笔记中讲到了PCA(主成分分析)。PCA是一种直接的降维方法。通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果。本文继续PCA的话题，包含PCA的一个应用——LSI(Latent Semantic Indexing, 隐含语义索引)和PCA...
分类：
其他好文 时间：
2016-01-24 16:50:21
阅读次数：
197
经过了2个月对机器学习的了解后。我发现了，机器学习的方向多种多样。网页排序。语音识别，图像识别，推荐系统等。算法也多种多样。看见其它的书后，我发现除了讲到的k均值聚类。贝叶斯，神经网络，在线学习等等，还有非常多其它的算法。比方说：免疫算法，遗传算法，主成分分析。蚁群算法等等。好像非常多算法都是须要....
分类：
其他好文 时间：
2016-01-13 23:20:45
阅读次数：
304
数据说明：采用的数据源是从别人那里拷的2012年全年的Sea Surface Temperature（海标温度，SST）数据，一直想找一份比较好的主成分分析数据，也没找到。Matlab自身有主成分分析的函数princomp，其中返回的第二个数据就是样本经过K-L变换后的各个成分数据，第三个参数就是特...
分类：
其他好文 时间：
2016-01-11 23:45:13
阅读次数：
363
版权声明： 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用，但请注明出处，如果有问题，请联系wheeleast@gmail.com前言：第二篇的文章中谈到，和部门老大一宁出去outing的时候，他给了我相当多的机器学...
分类：
其他好文 时间：
2016-01-03 19:34:50
阅读次数：
215
问题1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。2、 拿到一个数学系的本科生期末考试成绩单，里面有三列，一列是对数学的兴趣程度，一列是复习时间，还有一列是考试成绩。我们知道要学好数学，需要有浓厚的兴趣，所以第...
分类：
其他好文 时间：
2015-12-29 15:58:51
阅读次数：
190
广义上讲，任何在学习过程中应用到矩阵特征值分解的方法均叫做谱学习方法，比如主成分分析(PCA),线性判别成分分析(LDA),流形学习中的谱嵌入方法，谱聚类等等。 由于科苑向世明老师课件上面关于ng的谱聚类算法里面与ng大神的论文中写到的算法中有所出入，导致昨天晚上调了一晚上的算法并没有调出满...
分类：
编程语言 时间：
2015-12-28 00:47:42
阅读次数：
407
