PCA(Principal Components Analysis)主成分分析法是一种常用的减小数据维度的算法。 能力有限在这里就不做过多的数学分析了，具体原理可参见http://ufldl.stanford.edu/tutorial/unsupervised/PCAWhitening/ 以及更具体 ...
分类：
其他好文 时间：
2017-05-22 17:52:23
阅读次数：
250
恢复内容开始 今天学习第一周的第二课时：降维。 一、PCA主成分分析 主成分分析（Principal Component Analysis，PCA），是一种统计方法，直观来讲是把数据按照weights来筛选出主成分消除（或者隐蔽）不太重要的方面，使得高纬度数据投射到低维度。 直观来讲是应用了统计学上 ...
分类：
其他好文 时间：
2017-05-21 18:44:54
阅读次数：
170
这部分也许是数据预处理最为关键的一个阶段。 如何对数据降维是一个很有挑战，很有深度的话题，很多理论书本均有详细深入的讲解分析。 本文仅介绍主成分分析法(PCA)和探索性因子分析法(EFA)，并给出具体的实现步骤。 ...
分类：
其他好文 时间：
2017-05-20 21:56:51
阅读次数：
277
主成分分析是利用降维的方法，在损失很少信息量很少的前提下 ...
分类：
其他好文 时间：
2017-05-19 00:48:38
阅读次数：
158
14.1 动机一：数据压缩 14.2 动机二：数据可视化 14.3 主成分分析问题 14.4 主成分分析算法 14.5 选择主成分的数量 14.6 重建的压缩表示 14.7 主成分分析法的应用建议 14.1 动机一：数据压缩 14.2 动机二：数据可视化 14.3 主成分分析问题 14.4 主成分分 ...
分类：
其他好文 时间：
2017-05-12 19:03:22
阅读次数：
166
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。 在Scikit中运用PCA很简单： 以上代码是将含有4个特征的数据经过PCA压缩为3个特征。P ...
分类：
其他好文 时间：
2017-05-08 01:26:35
阅读次数：
865
1.背景 PCA(Principal Component Analysis)，PAC的作用主要是减少数据集的维度，然后挑选出基本的特征。 PCA的主要思想是移动坐标轴，找到方差最大的方向上的特征值。什么叫方差最大的方向的特征值呢。就像下图中的曲线B。一样。它的覆盖范围最广。基本步骤：（1）首先计算数 ...
分类：
编程语言 时间：
2017-05-07 11:45:56
阅读次数：
534
http://codeforces.com/gym/101341/problem/I 题意：给三个N*N的矩阵，问a*b是否等于c。 思路：之前遇到过差不多的题目，当时是随机行（点），然后验证，不满足就退出。还有暴力弄的（当时的数据是500）。也提到过这样的解法，当时没用这种做法做一遍。 就是构造多 ...
分类：
其他好文 时间：
2017-05-05 14:12:48
阅读次数：
485
Scikit-Learn总结 Scikit-Learn（基于Python的工具包）1.是一个基于Numpy，Scipy，Matplotlib的开源机器学习工具包。2.该包于2007年发起，基本功能包涵了6个方面：分类、回归、聚类、数据降维、模型选择、预处理包括了大量常用的算法：：SVM,逻辑回归,朴 ...
分类：
其他好文 时间：
2017-05-03 09:20:36
阅读次数：
1030
想把一些对象的距离关系显示在图上，对象特征是非常多维的，而显示通经常使用二维平面或三维立体图。于是先用PCA将特征降成两维，然后两维分别作横轴和纵轴。这里PCA用的MATLAB降维工具箱drtoolbox，这样在平面上的一个关系就能够显示出来了。mappedX = compute_mapping(X ...
分类：
其他好文 时间：
2017-04-28 20:22:34
阅读次数：
255
