
深度学习
非辰
在读硕士,小白
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
PCA 主成分分析理解(二)
该系列博客都是对记录对学习花书(深度学习)的知识,仅供自己复习总结,截图的来源也为花书 在上篇博客中将PCA理解为一种压缩数据的方法,保留尽可能多原始数据的一种降维方法,这篇博客中将PCA理解为一种学习数据表示的无监督方法。 PCA学习一种比原始输入更低维的表示,学习了一种元素之间没有相关性的表示。研究PCA是如何对原始数据x去相关的。 
主成分分析(principal components analysis, PCA)是一个简单的机器学习算法,PCA算法假设在 Rn 空间中我们有 m 个点 {x(1), . . . , x(m)},我们希望对这些点进行有损压缩,但是损失的精度尽可能小,我们希望能找到一个编码函数,将n维的xi编码成l维,l<<n.根据输入返回编码,f(x) = c;我们也希望找到一 个解码函数,给定...原创 2019-08-25 20:21:51 · 264 阅读 · 0 评论