python机器学习08:数据降维

深碍√TFBOYSˉ_ 2022-01-08 00:55 424阅读 0赞

#1.PCA主成分分析
举个例子,我们新买的汽车有两个特征来影响我们的心情:一个是动力;另一个是外观
如图:
汽车的外观和动力对小I喜好的影响
从图中,我们可以看出汽车外观对小I的喜好影响比较大,而性能则影响相对较小。这样我们可以在图中添加一点标注,如下图:
对数据点添加主成分标注
图中,我们把数据点分布最“长”的方向标注为“成分1”,而与之成90度角方向标注为“成分2”。假如现在,我们让“成分2”取值为0,把“成分1”作为横坐标,重新画这个图,如下图:
去掉成分2后的数据集
经过这样的处理后,数据集从一个散点组成的面变成了一条直线

发表评论

表情:
评论列表 (有 0 条评论,424人围观)

还没有评论,来说两句吧...

相关阅读

    相关 机器学习-PCA

    PCA(Principal Component Analysis 主成分分析) PCA主要用于非线性数据的降维,需要用到核技巧。因此在使用的时候需要选择合适的核函数并对核函

    相关 机器学习算法08 - 学习

    降维学习 在概率统计模块,我详细讲解了如何使用各种统计指标来进行特征的选择,降低用于监督式学习的特征之维度。接下来的几节,我会阐述两种针对数值型特征,更为通用的降维方法,