主成分分析算法
2015-06-30 12:27
246 查看
1.数据预处理:均值中心化，方差归一化
2.计算各变量协方差矩阵
3:计算特征值，特征向量
4:将特征值从大到小排序，选前k大的，其对应的特征向量组成线性变换矩阵。
5:将原数据以特征变换矩阵进行线性变换，得到k维数据
k值选择:累积贡献率大于80%或者特征值大于1
累计贡献率：选作主成分的方差和与所有成分方差和的比值
理论基础:方差最大化，均方误差最小化
2.计算各变量协方差矩阵
3:计算特征值，特征向量
4:将特征值从大到小排序，选前k大的，其对应的特征向量组成线性变换矩阵。
5:将原数据以特征变换矩阵进行线性变换，得到k维数据
k值选择:累积贡献率大于80%或者特征值大于1
累计贡献率：选作主成分的方差和与所有成分方差和的比值
理论基础:方差最大化，均方误差最小化
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 信号使用方法
- [iOS]关于视频方向的若干问题
- 信号使用方法
- Java的StringTokenizer类
- 张国祥老师应邀参加联创世纪五周年庆压轴大戏暨公司化运作高峰论坛活动
- How to use JUnit in Eclipse?
- Asp.net 按钮防止点击多次数据提交
- H264基本概念之 宏块、片和片组
- 程序员为了期权加入创业公司，值得吗？
- 三种方法解决 Failed to start LSB: Bring up/down networking 问题
- SQL语句的执行原理分析
- Python Mixin
- 112.按规定删除字符串中的字符
- org.hibernate.hql.ast.QuerySyntaxException: User is not mapped [from User]
- RC4文件加密的python实现方法
- Hadoop第七讲(2)
- .net使用Newtonsoft.Json.dll解析json过程的几种特殊情况处理
- fancybox 最基本的使用步骤
- MySQL日期数据类型、时间类型使用总结
- 《Programming In Lua》书上一个有问题的代码