1 数据处理

最新推荐文章于 2022-03-03 19:32:47 发布

原创最新推荐文章于 2022-03-03 19:32:47 发布 · 202 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

机器学习入门专栏收录该内容

11 篇文章

订阅专栏

本文探讨了在鸢尾花数据集上应用PCA降维技术的过程。通过计算特征值和特征向量，选取两个最大特征值对应的特征向量进行数据降维。同时，介绍了在车辆数据描述中使用独热编码的技巧。

1.数据抽取有用特征值

在鸾尾花的数据中，共有四个特征值，150条数据
将X^T * X 形成4*4的对称矩阵
求4个特征值，以及对应的四个正交特征向量
取两个特征值最大的特征对应的特征向量，作为标准方向
将剩余的两列特征值投影
原理：其实特征值最大的就是离散程度最高的，用这两个做标注方向，特征值不至于损失太多

2.车辆数据描述

用0, 1, 2, 3表示特征值在参数前方加入参数还是挺麻烦的，于是用在这里插入图片描述独热编码

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。