斯坦福ML公开课笔记14——主成分分析

大家好，又见面了，我是全栈君

上一篇笔记中，介绍了因子分析模型，因子分析模型使用d维子空间的隐含变量z来拟合训练数据，所以实际上因子分析模型是一种数据降维的方法，它基于一个概率模型，使用EM算法来预计參数。

本篇主要介绍PCA(Principal Components Analysis, 主成分分析)，也是一种降维方法，可是该方法比較直接，仅仅需计算特征向量就能够进行降维了。本篇相应的视频是公开课的第14个视频，该视频的前半部分为因子分析模型的EM求解，已写入笔记13，本篇仅仅是后半部分的笔记，所以内容较少。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/117970.html原文链接：https://javaforall.cn