主成分分析PCA和奇异值分解(1)
矩阵分解: 用新的n个新特征向量,让数据能够被压缩到少数特征上,并且总信息量不损失太多的技术叫做矩阵分解。
PCA和SVD 是两种不懂的降维算法,但都遵循降维过程,只不过矩阵分解的方法不同,信息量的衡量指标不同,。
PCA是用方差作为信息量的衡量指标,方差越大,信息量越多,
降维步骤:
矩阵分解: 用新的n个新特征向量,让数据能够被压缩到少数特征上,并且总信息量不损失太多的技术叫做矩阵分解。
PCA和SVD 是两种不懂的降维算法,但都遵循降维过程,只不过矩阵分解的方法不同,信息量的衡量指标不同,。
PCA是用方差作为信息量的衡量指标,方差越大,信息量越多,
降维步骤: