上一篇笔记中，介绍了因子分析模型，因子分析模型使用d维子空间的隐含变量z来拟合训练数据，所以实际上因子分析模型是一种数据降维的方法，它基于一个概率模型，使用EM算法来预计參数。本篇主要介绍PCA(Principal Components Analysis, 主成分分析)，也是一种降维方法，可是该方法...
分类：
其他好文 时间：
2015-05-18 14:41:29
阅读次数：
145
SQL关联查询&修改字段，正确范例如下：--批量修改报告单位名称&更新时间
--tt和tp两表关联查询，将符合条件的tt表中的principal字段更新到tp表的ruperson字段
mergeintonhis34.t_publicplacestp
usingstandard.t_organizationtt
on(tt.orgcode=tp.r_orgcodeandtp.c..
分类：
数据库 时间：
2015-05-08 00:19:24
阅读次数：
376
主成分分析PCA算法原理解析浅谈对主成分分析（PCA）算法的理解主成分分析（PCA）：降维。将多个变量通过线性变换（线性相加）以选出较少个数重要变量。力求信息损失最少的原则。主成分：就是线性系数，即投影方向。通常情况下，变量之间是有一定的相关关系的，即信息有一定的重叠。将重复的变量删除。基本思想：将...
分类：
其他好文 时间：
2015-04-26 22:32:09
阅读次数：
457
一、术语介绍
Authentication：身份认证，即用户提供一些信息来证明自己的身份。如用户名和密码，licence等。
Principals ：主体的“标识属性”，可以是任意标识，例如用户名，身份证号码，手机号码等。Principals
可以有多个，但是必须有一个主要的Principal（Primary Principal），这个标识，必须是唯一的。
Credentials：凭据，即...
分类：
Web程序 时间：
2015-04-23 13:28:29
阅读次数：
258
一，什么是认证
认证——验证用户身份合法性。认证过程中，用户需要提供principals(身份实体信息)、credentials(凭据实体信息)。常用的是“实体/凭证”组合，即“用户名/密码”组合。
二、名词解释：
principal：身份（主体的标识属性），如：用户名、手机号、邮箱等（唯一）。
credentials：凭证（只有主体知道的安全值），如密码/...
分类：
其他好文 时间：
2015-04-22 15:20:59
阅读次数：
157
最近在猛撸这本课，统计部分涉及的第一个分析数据的方法便是PCA！因此，今天打算好好梳理一下，涉及主城分析法的理论以及R实现！come on…gogogo… 首先说一个题外话，记得TED上有一期，一个叫Simon Sinek的年轻人提出了一个全新的Why-How-What黄金圈理论（三个同心圆，最里面...
分类：
其他好文 时间：
2015-04-20 01:46:39
阅读次数：
258
Reading DataThere are a few principal functions reading data into R.read.table, read.csv, for reading tabular datareadLines, for reading lines of a te...
分类：
其他好文 时间：
2015-04-16 23:22:41
阅读次数：
248
PCA 算法也叫主成分分析（principal components analysis），主要是用于数据降维的。为什么要进行数据降维？因为实际情况中我们的训练数据会存在特征过多或者是特征累赘的问题，比如：
一个关于汽车的样本数据，一个特征是”km/h的最大速度特征“，另一个是”英里每小时“的最大速度特征，很显然这两个特征具有很强的相关性
拿到一个样本，特征非常多，样本缺很少，这样的数据用回归去你和将...
分类：
编程语言 时间：
2015-04-15 23:27:39
阅读次数：
303
一、简介
PCA（Principal Components Analysis）即主成分分析，是图像处理中经常用到的降维方法，大家知道，我们在处理有关数字图像处理方面的问题时，比如经常用的图像的查询问题，在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。这时，我们通常的方法是对图像库中的图片提取响应的特征，如颜色，纹理，sift，surf，vlad等等特征，然后将其保存，建...
分类：
其他好文 时间：
2015-04-04 22:38:35
阅读次数：
205
主成分分析（Principal Component Analysis，PCA）是将多个变量通过线性变换以选出较少几个重要变量的多元统计分析方法。
原理：在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析...
分类：
其他好文 时间：
2015-04-04 00:02:08
阅读次数：
371
