本文介绍: 特征量表示分布的方向特征值表示沿着个方向分布的程度。假设我们m条n维的数据

概览

在这里插入图片描述
在这里插入图片描述

PCA核心思想和原理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA求解算法

在这里插入图片描述
特征量表示分布的方向特征表示沿着个方向分布的程度
在这里插入图片描述
在这里插入图片描述
假设我们有m条n维的数据
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA算法代码实现

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

降维任务代码实现

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA在数据降噪中的应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PCA在人脸识别中的应用

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

成分分析优缺点和适用条件

优点

在这里插入图片描述

缺点

在这里插入图片描述

适用条件

在这里插入图片描述
在这里插入图片描述
之后我会持续更新,如果喜欢我的文章,请记得一键三连哦,点赞关注收藏,你的每一个赞每一份关注一次收藏都将是我前进路上的无限动力 !!!↖(▔▽▔)↗感谢支持

原文地址:https://blog.csdn.net/qq_44631615/article/details/134685967

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_31106.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注