yeizisn的博客

转自：http://blog.youkuaiyun.com/huozi07/article/details/50544575 在数据可视化实践过程中经常需要对三维甚至更高纬度数据进行可视化。由于视线阻挡，人们在看三维物体时并不能观测清楚完全。有时候需要获取三维图形的某个截面来单独分析数据。[python] view plain copy 

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。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理，帮助读者了解PCA的工作机制是什么。当然我并不打算把文章写成

转自：http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html1. 问题     真实的训练数据总是存在各种各样的问题：1、 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。2、 拿到一个数学系的本科生期末考试成绩

Mac中创建一个OpenGL项目配置： OS X10.10 + Xcode 6.0一、基本步骤新建一个命令窗口项目更改目标设备版本号为 OS X 8.0添加库文件 GLUT.framework 和 OpenGL.frameworkHello World 测试二、详述1、新建一个命令窗口项目点击 File - New - Proje