当前位置: 首页 > article >正文

乱序学机器学习——主成分分析法PCA

文章目录

  • 概览
  • PCA核心思想和原理
  • PCA求解算法
  • PCA算法代码实现
  • 降维任务代码实现
  • PCA在数据降噪中的应用
  • PCA在人脸识别中的应用
  • 主成分分析优缺点和适用条件
    • 优点
    • 缺点
    • 适用条件

概览

在这里插入图片描述
在这里插入图片描述

PCA核心思想和原理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA求解算法

在这里插入图片描述
特征向量表示分布的方向,特征值表示沿着个方向分布的程度
在这里插入图片描述
在这里插入图片描述
假设我们有m条n维的数据
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA算法代码实现

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

降维任务代码实现

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA在数据降噪中的应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA在人脸识别中的应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

主成分分析优缺点和适用条件

优点

在这里插入图片描述

缺点

在这里插入图片描述

适用条件

在这里插入图片描述
在这里插入图片描述
之后我会持续更新,如果喜欢我的文章,请记得一键三连哦,点赞关注收藏,你的每一个赞每一份关注每一次收藏都将是我前进路上的无限动力 !!!↖(▔▽▔)↗感谢支持!


http://www.kler.cn/a/154991.html

相关文章:

  • react-rnd的使用(react使用拖拽,缩放组件)
  • linux常见资源查询命令(持续更新)
  • 自动驾驶系列—从数据采集到存储:解密自动驾驶传感器数据采集盒子的关键技术
  • 从0学习React(11)
  • PyQt入门指南五十二 版本控制与协作开发
  • 嵌入式硬件实战提升篇(一)-泰山派RK3566制作多功能小手机
  • node.js express路由和中间件
  • c++ 写成.h .cpp main.cpp 多文件形式
  • Gradio库的安装和使用教程
  • 使用Visual Studio创建第一个C代码工程
  • 二维数组处理(一)
  • 基于windows系统使用Python对于pc当前的所有窗口的相关操作接口
  • 部署springboot项目到GKE(Google Kubernetes Engine)
  • 逻辑回归与正则化 逻辑回归、激活函数及其代价函数
  • 2024年美国大学生数学建模竞赛(MCM/ICM)论文写作方法指导
  • 基于PHP的高中生物学习平台
  • prometheus|云原生|kubernetes内部安装prometheus
  • 贝锐向日葵与华为达成合作,启动鸿蒙原生应用开发
  • WPF 简单绘制矩形
  • 如何在没有备份的情况下从 Android 手机恢复已删除的数据
  • LLM推理部署(四):一个用于训练、部署和评估基于大型语言模型的聊天机器人的开放平台FastChat
  • 常见的AI安全风险(数据投毒、后门攻击、对抗样本攻击、模型窃取攻击等)
  • js中setinterval怎么用?怎么才能让setinterval停下来?
  • 微信小程序实现watch监听数值改变的效果
  • Kubernetes(K8s)_16_CSI
  • 时序预测 | Python实现LSTM长短期记忆神经网络时间序列预测(多图,多指标)