前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >主成分分析(PCA)

主成分分析(PCA)

作者头像
小萌哥
发布2020-07-21 11:34:16
4460
发布2020-07-21 11:34:16
举报
文章被收录于专栏:算法研习社算法研习社

文章作者:林-光

内容来源:https://zhuanlan.zhihu.com/p/36318506?utm_source=wechat_session&utm_medium=social&utm_oi=673810077849358336

主成分分析(Principal Component Analysis,PCA), 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量,转换后的这组变量叫主成分。

PCA - 基本思想

设法将原先众多具有一定相关性的指标,更新组合为一组新的互相独立的综合指标,并代替原先的指标。

PCA - 数学原理

PCA - 求解流程

如果能用不超过3到5个成分就能解释变异的80%,就算是成功。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-01-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 算法研习社 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • PCA - 基本思想
  • PCA - 数学原理
  • PCA - 求解流程
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档