← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10055.a · 生成模型:GPT-6

PCA最小化正交重建误差

理解等级:中级

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?

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:《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。