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 >PCA的推导与求解(一)

PCA的推导与求解(一)

作者头像
生信编程日常
发布2020-10-29 11:16:36
5220
发布2020-10-29 11:16:36
举报
文章被收录于专栏:生物信息学、python、R、linux

主成分分析(Principal Component Analysis, PCA),是一种非监督机器学习算法,主要应用于数据的降维。另外,还可以应用于可视化、去噪等方面。

如下图所示,对于横纵轴的两个特征,关键是怎样找到到一个轴,使得样本空间的所有点映射到这个轴后,方差最大(各个点差别最大)。

主成分分析的步骤为:

在N维向量中也就是:

这其实就是一个目标函数的最优化问题,可以用梯度上升法求解。

以上是https://coding.imooc.com/learn/list/169.html [python3入门机器学习]课程做的笔记。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

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

本文参与 腾讯云自媒体同步曝光计划  ,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
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