tft每日頭條

 > 知識

 > pca是什麼方法

pca是什麼方法

知識 更新时间:2024-06-24 20:44:33

  pca名字是主成分分析方法,是一種使用最廣泛的數據降維算法。pca的主要思想是将n維特征映射到k維上,這k維是全新的正交特征也被稱為主成分,是在原有n維特征的基礎上重新構造出來的k維特征。pca的工作就是從原始的空間中順序地找一組相互正交的坐标軸,新的坐标軸的選擇與數據本身是密切相關的。其中,第一個新坐标軸選擇是原始數據中方差最大的方向,第二個新坐标軸選取是與第一個坐标軸正交的平面中使得方差最大的,第三個軸是與第1,2個軸正交的平面中方差最大的。依次類推,可以得到n個這樣的坐标軸。通過這種方式獲得的新的坐标軸,我們發現,大部分方差都包含在前面k個坐标軸中,後面的坐标軸所含的方差幾乎為0。于是,我們可以忽略餘下的坐标軸,隻保留前面k個含有絕大部分方差的坐标軸。事實上,這相當于隻保留包含絕大部分方差的維度特征,而忽略包含方差幾乎為0的特征維度,實現對數據特征的降維處理。

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关知識资讯推荐

热门知識资讯推荐

网友关注

Copyright 2023-2024 - www.tftnews.com All Rights Reserved