Dimensionality Reduction(维度降低)

Data Compression(数据压缩):e.g.Reduce data from 3D to 2D;Reduce data from 2D to 1D

Data Visualization(数据可视化):一般将数据维度降低到2D或3D

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。

Principal Component Analysis(主成分分析)

Principal Component Analysis problem formulation(主成分分析问题方程)

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第1张

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第2张

PCA algorithm

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第3张

 

然后求解协方差矩阵,进一步获得Ureduce矩阵

 

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第4张

 

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第5张

Reconstruction from compressed representation(压缩数据还原重建)

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第6张

Choosing the number of principal components(选择主成分数量K)

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第7张

选择方法:

1.K值从1开始增加,循环计算PCA算法,直至满足要求(太过麻烦,可行性低)

2.使用协方差矩阵计算结果中的S矩阵

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第8张

Advice for applying PCA(应用PCA的建议)

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第9张

 

Bad use of PCA: To prevent overfitting(PCA不适用于减少过度拟合)

机器学习---吴恩达---Week8_2(非监督学习_PCA) 随笔 第10张

扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄