主成分分析
From Ufldl
(→Number of components to retain 选择主成分个数) |
(→Reducing the Data Dimension 数据降维) |
||
| Line 254: | Line 254: | ||
因为<math>\textstyle U x_{\rm rot} = UU^T x = x</math> | 因为<math>\textstyle U x_{\rm rot} = UU^T x = x</math> | ||
| + | |||
| + | |||
== Reducing the Data Dimension 数据降维 == | == Reducing the Data Dimension 数据降维 == | ||
| Line 429: | Line 431: | ||
【二审】：这也解释了我们为什么会以<math>\textstyle u_1, u_2, \ldots, u_n</math>为基来表示数据：从决定哪些成分需要保留，变成只需简单选取前<math>\textstyle k</math>个成分。当我们这么做的时候，可以描述为我们“保留了前<math>\textstyle k</math>个PCA（主）成分”。 | 【二审】：这也解释了我们为什么会以<math>\textstyle u_1, u_2, \ldots, u_n</math>为基来表示数据：从决定哪些成分需要保留，变成只需简单选取前<math>\textstyle k</math>个成分。当我们这么做的时候，可以描述为我们“保留了前<math>\textstyle k</math>个PCA（主）成分”。 | ||
| - | |||
== Recovering an Approximation of the Data 数据还原 == | == Recovering an Approximation of the Data 数据还原 == | ||
