会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
朝闻道,夕死可矣。
python数据分析 数据挖掘 机器学习
博客园
首页
新随笔
联系
订阅
管理
2018年7月23日
PCA与KPCA
摘要: PCA是利用特征的协方差矩阵判断变量间的方差一致性,寻找出变量之间的最佳的线性组合,来代替特征,从而达到降维的目的,但从其定义和计算方式中就可以看出,这是一种线性降维的方法,如果特征之间的关系是非线性的,用线性关系去刻画他们就会显得低效,KPCA正是应此而生,KPCA利用核化的思想,将样本的空间映射
阅读全文
posted @ 2018-07-23 11:04 jingsupo
阅读(1686)
评论(1)
推荐(0)
编辑
公告
欢迎光临