Stanford机器学习---第十讲. 数据降维
Posted liugallup
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Stanford机器学习---第十讲. 数据降维相关的知识,希望对你有一定的参考价值。
本文原始地址见http://blog.csdn.net/abcjennifer/article/details/8002329,在此添加了一些自己的注释方便理解
本栏目(Machine learning)包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM(Support Vector Machines 支持向量机)、聚类、降维、异常检测、大规模机器学习等章节。内容大多来自Standford公开课machine learning中Andrew老师的讲解和其他书籍的借鉴。(https://class.coursera.org/ml/class/index)
PS: 盼望已久的十一长假就要到了~祝大家国庆快乐,玩的开心!(*^__^*)
第十讲. 降维——Dimensionality Reduction
===============================
(一)、为什么要降维?
(二)、主成分分析Principal Component Analysis (PCA)
(三)、PCA 算法流程
(四)、从压缩数据中恢复原数据
(五)、怎样决定降维个数/主成分个数
(六)、应用PCA进行降维的建议
本章主要讲述应用PCA算法进行数据降维的原理
=====================================
(一)、为什么要降维?
- About data:
以上是关于Stanford机器学习---第十讲. 数据降维的主要内容,如果未能解决你的问题,请参考以下文章
Stanford机器学习笔记12-Dimensionality Reduction
Stanford机器学习笔记-10. 降维(Dimensionality Reduction)