会员
众包
新闻
博问
闪存
赞助商
HarmonyOS
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
pxzheng
博客园
首页
新随笔
联系
订阅
管理
随笔分类 -
机器学习
浅谈 PCA与SVD
摘要:前言 在用数据对模型进行训练时,通常会遇到维度过高,也就是数据的特征太多的问题,有时特征之间还存在一定的相关性,这时如果还使用原数据训练模型,模型的精度会大大下降,因此要降低数据的维度,同时新数据的特征之间还要保持线性无关,这样的方法称为主成分分析(Principal component analy
阅读全文
posted @
2020-04-13 23:44
pxzheng
阅读(4451)
评论(0)
推荐(1)
公告