上一篇笔记中,介绍了因子剖析模型,因子剖析模型运用d维子空间的隐含变量z来拟合练习数据,所以实际上因子剖析模型是一种数据降维的办法,它根据一个概率模型,运用EM算法来估量参数。
本篇首要介绍PCA(Principal Components Analysis, 主成分剖析),也是一种降维办法,可是该办法比较直接,只需核算特征向量就可以进行降维了。本篇对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剖析模型的EM求解,已写入笔记13,本篇仅仅后半部分的笔记,所以内容较少。
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算法来估计参数。本篇主要介绍PC
上一篇笔记中,介绍了因子剖析模型,因子剖析模型运用d维子空间的隐含变量z来拟合练习数据,所以实际上因子剖析模型是一种数据降维的办法,它根据一个概率模型,运用EM算法来估量参数。
本篇首要介绍PCA(Principal Components Analysis, 主成分剖析),也是一种降维办法,可是该办法比较直接,只需核算特征向量就可以进行降维了。本篇对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剖析模型的EM求解,已写入笔记13,本篇仅仅后半部分的笔记,所以内容较少。