大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全家桶1年46,售后保障稳定
PCA(Principal Components Analysis)主成分分析,这是一种数据降维算法,用于数据预处理。一般我们获取的原始数据维度都很高,我们可以运用PCA算法降低特征维度。这样不仅可以去除无用的噪声,还能减少很大的计算量。
PCA的算法步骤:
设有m条n维数据。
- 将原始数据按列组成n行m列矩阵X;
- 将X的每一行(代表一个属性字段)进行零均值化,即减去这一行的均值;
- 求出协方差矩阵C=1mXXTC=1mXXT;
- 求出协方差矩阵的特征值及对应的特征向量;
- 将特征向量按对应特征值大小从上到下按行排列成矩阵,取前k行组成矩阵P;
- Y=PXY=PX即为降维到k维后的数据。
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/234808.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...