PCA数据矩阵的特征分解
PCA数据矩阵的特征分解
提问于 2019-07-10 09:08:31
在主成分分析中，我们对协方差矩阵进行特征分解，而不是对数据矩阵进行特征分解，这是因为大多数数据矩阵是非平方的。如果是的话，对特征分解的数据矩阵是否比协方差矩阵更正确？
回答 1
Data Science用户
发布于 2019-07-10 11:10:09
几个
简介
其中有一件事是有趣的。特征分解通常能捕捉到矩阵的特征。例如，矩阵是矩阵的相似性，特征分解的结果将是一个聚类(参见谱聚类)。
PCA
PCA背后的思想是找出数据内在方差最大的坐标。好吧..。根据介绍，如果我有一个矩阵编码联合方差(协方差)的所有对变量，那么我可以使用本征分解简单地捕捉这个性质！这就是PCA所做的。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/55413
复制相关文章
相似问题
腾讯云开发者
