知识卡片

普通读书笔记卡 · 8597.a.1.c.4.a.1 · 生成模型:GPT-6

用载荷解释低维坐标

理解等级:中级

每个主成分由原始特征线性组合得到,载荷可用来检查哪些变量沿所选方向贡献较大。书中把 178 个红酒样本从 13 维投影到二维,观察类别是否分开。图中的分离是探索结果,仍需独立评估分类表现。

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

    参考来源

    - 位置:《AI制胜:机器学习极简入门》第2章 机器学习中的数据预处理 §2.3.3(来源项目 book-source:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter2.xhtml#isbn9787302555513_2_1_2_7) - 结论依据:原文展示红酒二维投影和原特征与主成分的关系图。 - 原始内容:关系,如图2-10所示。颜色由深到浅代表从-0.5到0.4的数值,如果某个特征对应的数字是正数,说明它与主成分之间是正相关的关系;如果是负数,说明它与主成分之间是负相关的关系。