
降维算法
X1AO___X1A
这个作者很懒,什么都没留下…
展开
-
无监督学习 | PCA 主成分分析之客户分类
文章目录1. 开始2. 数据探索2.2 特征相关性2.3 可视化特征分布3. 数据预处理3.1 特征缩放3.2 异常值检测4. 数据转换4.1 主成分分析(PCA)4.2 降维4.3 双标图(Biplot)可视化5. 聚类5.1 创建聚类5.2 聚类可视化6. 数据恢复7. 利用聚类结果进行预测 相关文章: 机器学习 | 目录 机器学习 | 聚类评估指标 无监督学习 | KMeans 之Sklea...原创 2019-10-15 20:40:29 · 2011 阅读 · 9 评论 -
无监督学习 | PCA 主成分分析原理及Sklearn实现
文章目录1. 降维2. PCA2.1 最大化方差和最小化损失2.2 坐标轴旋转3. PCA 推导3.1 PCA 算法推导3.2 维数选择4. Sklearn 实现4.1 主成分可视化参考文献 相关文章: 机器学习 | 目录 1. 降维 假设你在使用一组数据来预测房价,你的数据包含以下特征: 房子面积 房间数量 附近学校排名 社区安全 但是可以看出,1、2 在于描述房子的大小,而...原创 2019-10-14 21:17:47 · 1249 阅读 · 1 评论