新闻中心

EEPW首页 > 智能计算 > 设计应用 > 斯坦福机器学习公开课笔记14——主成分分析

斯坦福机器学习公开课笔记14——主成分分析

作者:时间:2017-04-24来源:网络收藏

  上一篇笔记中,介绍了因子分析模型,因子分析模型使用d维子空间的隐含变量z来拟合训练数据,所以实际上因子分析模型是一种数据降维的方法,它基于一个概率模型,使用EM算法来估计参数。

本文引用地址:http://www.eepw.com.cn/article/201704/358353.htm

  本篇主要介绍PCA(Principal Components Analysis, 主成分分析),也是一种降维方法,但是该方法比较直接,只需计算特征向量就可以进行降维了。本篇对应的视频是公开课的第14个视频,该视频的前半部分为因子分析模型的EM求解,已写入笔记13,本篇只是后半部分的笔记,所以内容较少。

    

 

    

 

    

 

 

 

 



关键词: 斯坦福 机器学习

评论


相关推荐

技术专区

关闭