摘要: 1.基本原理 PCA是机器学习和统计学领域一类特征降维算法。由于样本数据往往会有很多的特征,这会带来以下挑战: 样本的维度超过3维则无法可视化; 维度过高可能会存在特征冗余,不利于模型训练,等等; 而PCA的目的就是在降低特征维度的同时,最大程度地保证原始信息的完整。 2.案例 点击查看代码 imp 阅读全文
posted @ 2022-09-02 22:14 宇智波益达器 阅读(186) 评论(0) 推荐(0)