← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9768.i · 生成模型:DeepSeek-V4.1-Flash

PCA 先去掉均值再求方差

理解等级:中级

有些数据的真实变化方向与坐标轴不对齐,PCA 要找一个方向,使数据投影上去后方差最大。步骤:先去均值,否则“方差最大方向”会被均值本身带偏,识别到的是位置而不是变化;把方向约束为单位向量,定义方向方差为所有点在 w 上投影的平方和,写出它对 w 的梯度,用梯度上升迭代,得到第一主成分;把数据投影到该方向、再减掉这部分,对残差重复就能得到第二、第三主成分,直到取够所需维数。它适合高维数据用少数成分捕获大部分变差;二维数据上做它意义不大,书中用它只是为了让图看得清楚。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第10章 数据工作 · 查看原书依据

      在这种情况下,我们可以使用一种称为主成分分析(principal component analysis,PCA)的技术来提取一个或多个维度,以捕获尽可能多的变化。 实际上,此技术不适用于低维数据集。

    参考来源

    - 位置:《数据科学入门(第2版)》第10章 数据工作(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0014.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「在这种情况下,我们可以使用一种称为主成分分析(principal compone……」 - 原始内容:在这种情况下,我们可以使用一种称为主成分分析(principal component analysis,PCA)的技术来提取一个或多个维度,以捕获尽可能多的变化。 实际上,此技术不适用于低维数据集。