知识卡片
PCA最小化正交重建误差
主成分分析把中心化向量正交投影到较低维的子空间。若只留一维,则选择让点到直线的垂直距离平方和最小的直线。普通回归拟合给定输入下的目标,通常最小化沿目标轴的误差。如果数据真的在某个平面上,保留该平面能实现无损重建。
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
- PCA降维 · 查看原书依据
每个点到“线”的欧氏距离的平方和达到最小值。
参考来源
- 位置:《机器学习观止:核心原理与实践》第10章《PCA降维》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter10.xhtml`)。
- 结论依据:图 10-3 至 10-5 分别给出正交投影、回归方向差异及共面情况。
- 原始内容:每个点到“线”的欧氏距离的平方和达到最小值。