跟我学算法-PCA(降维)基本原理推导

Posted my-love-is-python

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了跟我学算法-PCA(降维)基本原理推导相关的知识,希望对你有一定的参考价值。

Pca首先

1.对数据进行去均值

2.构造一个基本的协方差矩阵1/m(X)*X^T

3对协方差矩阵进行变化,得到对角化矩阵,即对角化上有数值,其他位置上的数为0(协方差为0),即求特征值和特征向量的过程

4.求得特征向量的单位化矩阵,单位化特征向量矩阵*原始数据(去均值后的)即降维操作,单位化特征向量的维度决定了降维的维度

以下是实际推导过程

     技术分享图片

技术分享图片

 

实例求解过程

技术分享图片

 



以上是关于跟我学算法-PCA(降维)基本原理推导的主要内容,如果未能解决你的问题,请参考以下文章

PCA算法原理讲解

PCA(主成分分析)原理,步骤详解以及应用

特征降维-PCA的数学原理

opencv实战——PCA算法的应用

数据降维技术—PCA的数据原理

降维算法二:LDA(Linear Discriminant Analysis)