PCA多用于对数据特征集进行降维,也方便对数据集进行可视化操作,说白了最后进行结果展示那么多特征向量要一起表示的话肯定很难展示,超过三维的数据就很难展示了。而PCA可对特征集进行简化,通俗的来讲也就是合并好理解。PCA应用的范围很广因此很有必要要学习,原理肯定还是数学证明,在特征工程上经常使用。希望读者看完能够提出错误或者看法,博主会长期维护博客做及时更新。纯分享,希望大家喜欢。 PCA(主成分分析法)原理以及应用+代码实现
117,363
社区成员
2,149
社区内容
加载中
〖据说搞全栈的是全网最嚣张的程序员〗
精彩内容献给我身边已经秃了和即将秃了的朋友。
努力提高自己的知识储备,助力每一位冲刺的小伙伴!
现实告诉我们:你拼命学习的样子,真的很了不起!
试试用AI创作助手写篇文章吧