新聞中心

        EEPW首頁 > 智能計算 > 設計應用 > 斯坦福機器學習公開課筆記14——主成分分析

        斯坦福機器學習公開課筆記14——主成分分析

        作者: 時間:2017-04-24 來源:網絡 收藏

          上一篇筆記中,介紹了因子分析模型,因子分析模型使用d維子空間的隱含變量z來擬合訓練數據,所以實際上因子分析模型是一種數據降維的方法,它基于一個概率模型,使用EM算法來估計參數。

        本文引用地址:http://www.104case.com/article/201704/358353.htm

          本篇主要介紹PCA(Principal Components Analysis, 主成分分析),也是一種降維方法,但是該方法比較直接,只需計算特征向量就可以進行降維了。本篇對應的視頻是公開課的第14個視頻,該視頻的前半部分為因子分析模型的EM求解,已寫入筆記13,本篇只是后半部分的筆記,所以內容較少。

            

         

            

         

            

         

         

         

         



        關鍵詞: 斯坦福 機器學習

        評論


        相關推薦

        技術專區

        關閉
        主站蜘蛛池模板: 唐海县| 黔南| 永兴县| 阿巴嘎旗| 无棣县| 通辽市| 敦煌市| 泗阳县| 温宿县| 阳泉市| 信阳市| 武宣县| 宣威市| 固原市| 扶余县| 睢宁县| 西充县| 武宣县| 海南省| 尉氏县| 米易县| 自治县| 什邡市| 娄底市| 抚州市| 黄浦区| 仪征市| 正蓝旗| 海原县| 南召县| 肇源县| 镇远县| 南陵县| 九龙坡区| 东至县| 岳阳市| 乌鲁木齐县| 汶川县| 渭源县| 武邑县| 锡林浩特市|