知识卡片
协方差特征向量构成主轴
对每个特征减去训练均值,以样本为列组成 A,令 C=AAᵀ/(n−1)。实对称的 C 可用正交特征向量矩阵 U 分解。选特征值最大的 k 列得到 Uₖ,新坐标是 UₖᵀA。原书六科成绩保留两个成分,得到两行五列。新坐标的方差为对应特征值。
可参照[[对角化是换到特征基]]。PCA 用对称协方差的谱分解获得正交主轴。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 数据降维:深入理解PCA的来龙去脉 · 查看原书依据
经过零均值化的数据预处理后,我们就可以正式开启PCA过程了,步骤如下。
参考来源
- 位置:《从零开始:机器学习的数学原理和算法实践》第5章《数据降维:深入理解PCA的来龙去脉》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter005.xhtml)
- 结论依据:六科成绩例先去均值,选协方差的最大两特征值对应方向,再矩阵相乘。
- 原始内容:经过零均值化的数据预处理后,我们就可以正式开启PCA过程了,步骤如下。