博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
PCA学习总结
阅读量:35194 次
发布时间:2020-01-31

本文共 680 字,大约阅读时间需要 2 分钟。

1. PCA整体思想

PCA,Principle Componet Analysis,主成分分析,主要用于数据降维。它通过计算给定数据集的协方差矩阵的特征值和特征向量,来得到数据集最关键的方向(数据集在此方向的投影方差最大,这个能保持最多的信息),并从关键的方向中选取前k个构成k维空间,在此空间中重新表示原始数据以达到降维的目的。

2. 推导过程

3. 算法的基本步骤

输入:数据集X(DxN)

输出:特征值E(Dx1),特征向量V(DxD,特征向量按列存放),样本每一维的均值(Dx1)

过程:1. 计算X的协方差矩阵C

   2. 求C的特征值E和特征向量V,并按照特征值递减的顺序排列

   3. 选取V的前k个特征向量(即前K列),构成矩阵P(DxK)

   4. 将X的每个元素x在P的前K个特征向量上进行投影,得到xx(K,1),最终得到X在K个特征向量上的投影矩阵Z(KxN)

   5. 用Z重构XX,并与X比较,计算重构误差

4. matlab实现PCA

[V, E] = eig( cov(X') )[E index] = sort(diag(E),'descend');V = V(:,index);meanX = mean(X')';P=V(:,[1:K])[r,c] = size(X);Y = P'*(X-repmat(meanX,1,c));[r,c] = size(Y);XX = P * Y + repmat(meanX, 1, c);

5. PCA主要应用

人脸识别,手写识别中用的相对较多。

相当好的一份PCA介绍资料:

转载地址:http://ertnmu.baihongyu.com/

你可能感兴趣的文章
文件 写回硬盘_小猿圈python学习-用Python操作文件
查看>>
转图片_PDF转图片怎么转?这个PDF转换器很不错!
查看>>
杭州电子科技大学历年真题_2021年杭州电子科技大学851数据结构考研复习资料...
查看>>
使用sklearn预测走势_使用python+sklearn实现高斯过程分类(GPC)的概率预测
查看>>
impdp 不兼容_oracle expdp exp高低版本间导入导出
查看>>
楞严咒全文翻译_楞严咒解释
查看>>
分层结构的生活例子_分层作业设计案例
查看>>
k8s selector_Kubernetes Labels 和 Selectors
查看>>
苹果退款_苹果退款都有哪些方法?
查看>>
hb100 微波雷达arduino_HB100微波雷达模块无线X波段雷达探测器探头传感器模块10.525GHz...
查看>>
go sqlite mysql_Go语言中使用SQLite数据库
查看>>
jmeter提取mysql数据_利用Jmeter操作MySQL数据库
查看>>
linux配置php mysql_Linux下php+mysql+nginx编译搭建(一)
查看>>
子查询和关联查询的优缺点_Part12:SQL复杂查询(视图、子查询、标量子查询、关联子查询)+校园成绩查询...
查看>>
mysql终端数据表操作_MySQL之终端(Terminal)管理数据库、数据表、数据的基本操作(转)...
查看>>
mysql dump到远程机器_mysqldump 从远程机器通过慢速网络复制数据库
查看>>
求偏导c语言,求偏导是什么?有什么用法?请举例说明。
查看>>
android drawtext 方法,关于Android Canvas.drawText方法中的坐标参数的正确解释
查看>>
android技术控,技术控必看,专业人士细谈USB Type-C
查看>>
html写计算机中的指数,计算机基础快速测验100题
查看>>