用最直观的方式告诉你：什么是主成分分析PCA_哔哩哔哩_bilibili
奇异值分解singular value decomposition，SVD
principal component analysis,PCA
降维操作
pca就是降维后使得信息损失最小
投影在坐标轴上的点越分散，信息保留越多
pca的实现
数据基本的线性变化
协方差矩阵的特征向量就是R
协方差
x，y正相关，协方差大于零；负相关，协方差小于零
pca求解
SVD中的V矩阵就是pca中的R
相关推荐
bylander6 小时前
【论文阅读】自我进化的AI智能体综述却道天凉_好个秋6 小时前
计算机视觉（十二）：人工智能、机器学习与深度学习小关会打代码6 小时前
自然语言处理之第一课语言转换方法wenzhangli76 小时前
OneCode 可视化揭秘系列（三）：AI MCP驱动的智能工作流逻辑编排聚客AI7 小时前
⭐精准率暴跌50%？RAG开发者必避的十大认知误区codeGoogle7 小时前
大厂研发之谜：千亿投入砸出利润大缩水虚拟现实旅人7 小时前
【机器学习】通过tensorflow搭建神经网络进行气温预测豆浩宇7 小时前
Conda环境隔离和PyCharm配置,完美同时运行PaddlePaddle和PyTorch京东云开发者7 小时前
DeepSeek冲击（含本地化部署实践）@国境以南，太阳以西7 小时前
基于Grad-CAM（Gradient-weighted Class Activation Mapping）的可解释性分析