会员
周边
新闻
博问
闪存
众包
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
halo_vagabond
博客园
首页
新随笔
联系
订阅
管理
随笔分类 -
demension reduce
PCA/SVD--怎样确定topNfeat(特征值数目/奇异值数目)
摘要:Coding by Chang, 2017/04/30 1.主成分分析(PCA) 1.1 PCA数学模型 最大可分性出发(参考《机器学习》周志华):样本点在超平面上的投影能尽可能分开。 即应该使投影后样本点的方差最大化: maxtr(WTXXTW) s.t. WTW=I 这个目标函数可以通过对协方差
阅读全文
posted @
2017-04-30 12:50
halo_vagabond
阅读(632)
评论(0)
推荐(0)
python--numpy实现pca算法
摘要:Coding by Chang,2017/4/28 编程环境:python27, 依赖库:numpy, 实现算法:主成分分析(pca) 代码实现:
阅读全文
posted @
2017-04-28 10:30
halo_vagabond
阅读(1311)
评论(0)
推荐(0)
公告