Principal Component Analysis
输入
1. 样本集
2. 低维空间维数d
输出
投影矩阵
算法步骤
1. 中心化
2. 协方差矩阵以及特征分解
3. 投影矩阵
最大的d个特征值对应的特征向量.
d
***1. 通过交叉验证法选取较好的d(在降维后的学习器的性能比较好)
- 设置一个阈值***
1. 样本集
2. 低维空间维数d
投影矩阵
1. 中心化
2. 协方差矩阵以及特征分解
3. 投影矩阵
最大的d个特征值对应的特征向量.
***1. 通过交叉验证法选取较好的d(在降维后的学习器的性能比较好)