运用PCA进行降维的好处

Posted 贾慧玉

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了运用PCA进行降维的好处相关的知识,希望对你有一定的参考价值。

运用PCA对高维数据进行降维,有一下几个特点:

(1)数据从高维空间降到低维,因为求方差的缘故,相似的特征会被合并掉,因此数据会缩减,特征的个数会减小,这有利于防止过拟合现象的出现。但PCA并不是一种好的防止过拟合的方法,在防止过拟合的时候,最好是对数据进行正则化;

(2)使用降维的方法,使算法的运行速度加快;

(3)减少用来存储数据的内存空间;

(4)从x(i)到z(i)的映射过程中,对训练数据进行降维,然后对测试数据或验证数据进行降维;

以上是关于运用PCA进行降维的好处的主要内容,如果未能解决你的问题,请参考以下文章

机器学习丨PCA降维的经典算法

LDA和PCA降维的原理和区别

降维——PCA主成分分析

PCA降维(Opencv,C++)

PCA和LDA降维的比较

Python机器学习:5.6 使用核PCA进行非线性映射