降维
关注
分享
扫一扫
文章平均质量分 77
夏绿
非我无酒，以敖以游
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
-
数据降维、PCA——基于鸢尾花数据集
主成分分析PCA主成分分析（Principal Component Analysis， PCA）主成分：可以把具有相关性的高纬度变量，合成为线性无关的低纬度变量，称为主成分。主成分能够尽可能保留原始数据的信息。方差（度量分散程度）协方差（度量两变量间的线性相关性，0，线性无关）特征向量：描述数据结构的非零向量。原理：矩阵的主成分就是其协方差矩阵对原创 2017-08-31 13:57:26 · 9752 阅读 · 0 评论 -
数据降维笔记——非负矩阵分解（NMF）,人脸数据特征提取
数据降维——非负矩阵分解（NMF）Non-negative Matrix Factorization,实在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。NMF能够广泛应用于图像分析、文本挖掘和语音处理等领域。基本思想：给定一个非负矩阵V, NMF能够找到一个非负矩阵W和一个非负矩阵H，使得矩阵W和H的乘积近似等于矩阵V中的值。W矩阵：基原创 2017-09-21 15:32:42 · 7227 阅读 · 0 评论