您的位置 首页 ADAS

斯坦福机器学习公开课笔记14——主成分剖析

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。

    

 

    

 

    

 

 

 

 

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/qiche/adas/203756.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部