- 1
- 2
- 3
- 4
- 5
PCA主成分分析原理
资料介绍
一、PCA基本概念
主成分分析（Principal Component Analysis，简称PCA）是一种经典的无监督降维算法，核心思想是通过正交变换将一组可能存在相关性的高维变量转换为一组线性不相关的低维变量，转换后的这组低维变量就称为主成分。
PCA的核心目标可以归纳为两点：
1. 最大方差理论：降维后的数据尽可能保留原始数据的方差信息，也就是保留最多的原始数据差异性
2. 最小重构误差理论：降维后的数据重构回原始空间时，和原始数据的误差尽可能小
两种目标最终推导得到的结论是一致的，都是求解协方差矩阵的特征向量，取特征值最大的对应特征向量构成投影矩阵。
二、PCA的核心原理
1. 数据预处理
在进行PCA计算之前，通常需要对原始数据做两步预处理：
· 中心化：对每一维特征减去该特征的均值，保证特征均值为0，这样才能让协方差矩阵的计算不受均值偏移的影响
· 标准化：如果不同特征的量纲差异很大，需要对特征做标准差标准化，也就是除以每个特征的标准差，避免量纲大的特征主导方差计算
假设原始数据集为
，其中$n$是样本数量，$d$是原始特征维度，中心化处理后的数据集为：
其中是每个特征的均值构成的行向量。
部分文件列表
| 文件名 | 大小 |
| PCA主成分分析原理.docx | 16K |
最新上传
- 打赏
- 30日榜单
-
lanmukk 打赏60.00元 2天前
-
lanmukk 打赏10.00元 2天前
-
21ic小能手 打赏5.00元 2天前
-
21ic下载 打赏310.00元 3天前
用户：江岚
-
21ic下载 打赏310.00元 3天前
用户：mulanhk
-
21ic下载 打赏310.00元 3天前
用户：潇潇江南
-
21ic下载 打赏210.00元 3天前
用户：小猫做电路
-
21ic下载 打赏210.00元 3天前
用户：gsy幸运
-
21ic下载 打赏210.00元 3天前
用户：zhengdai
-
21ic下载 打赏140.00元 3天前
用户：jh0355
-
21ic下载 打赏130.00元 3天前
用户：jh03551
-
21ic下载 打赏60.00元 3天前
用户：lanmukk
-
21ic下载 打赏60.00元 3天前
用户：kkkopj
-
21ic下载 打赏70.00元 3天前
用户：cooldog123pp
-
21ic下载 打赏20.00元 3天前
用户：烟雨
-
21ic下载 打赏20.00元 3天前
用户：xuzhen1
-
21ic下载 打赏20.00元 3天前
用户：sun2152
-
21ic下载 打赏20.00元 3天前
用户：w178191520
-
21ic下载 打赏15.00元 3天前
用户：w1966891335
-
21ic下载 打赏15.00元 3天前
用户：w993263495
-
21ic下载 打赏15.00元 3天前
用户：x15580286248
-
21ic下载 打赏15.00元 3天前
用户：liqiang9090
-
21ic下载 打赏15.00元 3天前
用户：kk1957135547
-
21ic下载 打赏5.00元 3天前
用户：创园船热情
-
21ic下载 打赏5.00元 3天前
用户：ytf4210
-
21ic下载 打赏10.00元 3天前
用户：有理想666
-
13806677280 打赏1.00元 3天前
-
21下载积分 打赏20.00元 3天前
用户：white工
-
Lzhf918@ 打赏10.00元 3天前
-
21ic下载 打赏310.00元 3天前
用户：mulanhk
-
21ic下载 打赏310.00元 3天前
用户：lanmukk
-
21ic下载 打赏310.00元 3天前
用户：zhengdai
-
21ic下载 打赏240.00元 3天前
用户：江岚
-
21ic下载 打赏240.00元 3天前
用户：潇潇江南
-
21ic下载 打赏210.00元 3天前
用户：gsy幸运
-
21ic下载 打赏70.00元 3天前
用户：小猫做电路
-
21ic下载 打赏120.00元 3天前
用户：jh0355
-
21ic下载 打赏110.00元 3天前
用户：jh03551
-
21ic下载 打赏70.00元 3天前
用户：liqiang9090
-
21ic下载 打赏45.00元 3天前
用户：有理想666
全部评论(0)