PCA(主成分分析)+SVD(奇异值分解)+区别

Posted Data+Science+Insight

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了PCA(主成分分析)+SVD(奇异值分解)+区别相关的知识,希望对你有一定的参考价值。

PCA(主成分分析)+SVD(奇异值分解)+区别

 

 

SVD怎么操作是行压缩?

SVD怎么操作是列压缩?

PCA和SVD又是什么关系?

SVD其实是两个方向的PCA而已。但是SVD其实不是算法,而只是一种举证分解思路。

PCA是从特征方向去降维,而SVD从特征和实例两个方向降维。

以上是关于PCA(主成分分析)+SVD(奇异值分解)+区别的主要内容,如果未能解决你的问题,请参考以下文章

主成分分析法(PCA)(含SVD奇异值分解)等降维(dimensionality reduction)算法-sklearn

详解主成分分析PCA与奇异值分解SVD-降维后的矩阵components_ & inverse_transform菜菜的sklearn课堂笔记

详解主成分分析PCA与奇异值分解SVD-PCA对手写数据集的降维 & 用PCA做噪音过滤菜菜的sklearn课堂笔记

详解主成分分析PCA与奇异值分解SVD-高维数据可视化以及参数n_components菜菜的sklearn课堂笔记

机器学习之主成分分析(手推公式版)

pca(主成分分析)