本文简单介绍了 PCA(Principal Components Analysis)主成分分析的思想，以及推导。...
分类：
其他好文 时间：
2015-08-17 06:34:05
阅读次数：
158
稀疏矩阵处理方法：（1） 数据平滑技术，如设定缺省值，将为评分项设为平均分或众数，回归填补法，随机填补法；聚类平滑技术，将未评分项使用聚类中心的数据经行填充。（2） 降维技术，主成分分析（ PCA）和奇异值分解（SVD）（3）对已有相似度计算模型进行局部加权处理。如基于时间的加权，基于共现次数的线性...
分类：
其他好文 时间：
2015-08-16 19:33:54
阅读次数：
195
1.判断是否适合做主成份分析，变量标准化Kaiser-Meyer-Olkin抽样充分性测度也是用于测量变量之间相关关系的强弱的重要指标，是通过比较两个变量的相关系数与偏相关系数得到的。KMO介于0于1之间。KMO越高，表明变量的共性越强。如果偏相关系数相对于相关系数比较高，则KMO比较低，主成分分析...
分类：
其他好文 时间：
2015-08-13 21:43:32
阅读次数：
453
1，线性判别分析（Linear Discriminant Analysis）（一）2，机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)3，Machine Learning in Action – PCA和SVD
分类：
其他好文 时间：
2015-07-28 12:31:21
阅读次数：
122
《Aggregating local descriptors into a compact image representation》论文笔记
在论文中，提取到VLAD特征后，要对特征向量进行PCA降维，就是用一个大小为D’ * D的矩阵M，对VLAD特征向量x做变换，降维后的vector是x’ = Mx，x’的大小是D’维。矩阵M是由原样本的协方差矩阵的D’个特征向量构成。
为什么M要是特征...
分类：
其他好文 时间：
2015-07-25 23:02:41
阅读次数：
220
关于这部分主要是想在python下试验一下主成分分析（PCA）算法以及简单的人脸识别。曾经详述过matlab下的PCA以及SVM算法进行人脸识别技术，参考如下：主成分分析法-简单人脸识别（一）主成分分析-简单人脸识别（二）PCA实验人脸库-人脸识别（四）PCA+支持向量机-人脸识别（五）主成分分析（PCA）算法主要是对高维数据进行降维，最大限度的找到数据间的相互关系，在机器学习、数据挖掘上很有用。在...
分类：
编程语言 时间：
2015-07-25 20:00:11
阅读次数：
147
PCAPCA全称为Principal Components Analysis，即主成分分析，是一种常用的降维方法。PCA将原来众多具有一定相关性的指标重新组合成一组新的相互无关的综合指标来代替原来的全部指标。将n维特征映射到k维全新的正交特征上。PCA的实现一般有两种：特征值分解和SVD.原理对原始...
分类：
其他好文 时间：
2015-07-25 12:04:44
阅读次数：
202
机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)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...
分类：
其他好文 时间：
2015-07-21 21:56:35
阅读次数：
206
矩阵及其变换、特征值与特征向量的物理意义最近在做聚类的时候用到了主成分分析PCA技术，里面涉及一些关于矩阵特征值和特征向量的内容，在网上找到一篇对特征向量及其物理意义说明较好的文章，整理下来，分享一下。一、矩阵基础[1]：矩阵是一个表示二维空间的数组，矩阵可以看做是一个变换。在线性代数中，矩阵可以把...
分类：
其他好文 时间：
2015-07-21 16:39:32
阅读次数：
143
再谈协方差矩阵之主成分分析自从上次谈了协方差矩阵之后，感觉写这种科普性文章还不错，那我就再谈一把协方差矩阵吧。上次那篇文章在理论层次介绍了下协方差矩阵，没准很多人觉得这东西用处不大，其实协方差矩阵在好多学科里都有很重要的作用，比如多维的正态分布，再比如今天我们今天的主角——主成分分析(Princip...
分类：
其他好文 时间：
2015-07-20 18:51:45
阅读次数：
171
