看一个预测的代码，在预处理数据的时候使用了svd。了解了一下svd相关资料，比较喜欢第一篇文章的解释，不过第二篇也很简单。 https://blog.csdn.net/ab_use/article/details/50433635 https://cosx.org/2014/02/svd-and-i ...
分类：
其他好文 时间：
2018-07-10 23:44:24
阅读次数：
316
Consider the data (1, 1, 2, 2, 4, 6, 9). It has a median value of 2. The absolute deviations about 2 are (1, 1, 0, 0, 2, 4, 7) which in turn have a me ...
分类：
其他好文 时间：
2018-06-28 15:22:49
阅读次数：
144
奇异值分解(Singular Value Decomposition，以下简称SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习算法的基石。本文就对SVD的原理做一个总结，并讨论在在PCA降维算法中是如何运用运用SV ...
分类：
其他好文 时间：
2018-06-15 21:47:58
阅读次数：
191
特征分解：将矩阵分 解成一组特征向量和特征值。 方阵 A 的 特征向量(eigenvector)是指与 A 相乘后相当于对该向量进行缩放 的非零向量 v 标量 λ 被称为这个特征向量对应的 特征值(eigenvalue)。(类似地，我们也可以 定义 左特征向量(left eigenvector)v? ...
分类：
其他好文 时间：
2018-06-12 22:29:56
阅读次数：
231
声明：本文是转载自他处，原文载于此：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 ...
分类：
其他好文 时间：
2018-05-10 19:29:41
阅读次数：
212
中文论文：三种常用的缺失值填充方法 https://wenku.baidu.com/view/94cb418f4693daef5ef73dd8.html 聊聊奇异值分解在缺失值填补中的应用 https://ask.hellobi.com/blog/mlanddlanddm/6744 PCA和SVD降 ...
分类：
其他好文 时间：
2018-05-02 16:12:10
阅读次数：
898
Eigen提供了解线性方程的计算方法，包括LU分解法，QR分解法，SVD（奇异值分解）、特征值分解等。对于一般形式如下的线性系统： 解决上述方程的方式一般是将矩阵A进行分解，当然最基本的方法是高斯消元法。 先来看Eigen 官方的第一个例程： 运行结果如下： Eigen内置的解线性方程组的算法如下表 ...
分类：
其他好文 时间：
2018-05-01 23:43:02
阅读次数：
796
PCA主要参数: n_components：这个参数可以帮我们指定希望PCA降维后的特征维度数目whiten ：判断是否进行白化，就是对降维后的数据的每个特征进行归一化svd_solver：即指定奇异值分解SVD的方法 ...
分类：
其他好文 时间：
2018-04-27 13:37:40
阅读次数：
183
参考自：http://www.igvita.com/2007/01/15/svd-recommendation-system-in-ruby/ 看到SVD用于推荐评分矩阵的分解，主要是可以根据所需因子实现降维，最终造成的是有损的降维压缩，此处k=2 一、对于矩阵的奇异值分解 任意一个M*N的矩阵A（ ...
分类：
其他好文 时间：
2018-04-13 22:37:18
阅读次数：
312
先列出参考资料，以后再总结： (81 条消息)奇异值的物理意义是什么？ 知乎 https://www.zhihu.com/question/22237507/answer/53804902 核PCA与PCA的精髓和核函数的映射实质 CSDN博客 http://blog.csdn.net/qianhe ...
分类：
其他好文 时间：
2018-03-21 11:54:50
阅读次数：
269
