大模型算法学习6.3

PCA:

传统PCA是一种无监督线性降维算法,先对原始多维数据去中心化,通过协方差矩阵求解特征值与特征向量,依照特征值大小筛选信息量最高的主成分,将原始数据线性投影到低维空间,在保留大部分数据方差信息的同时剔除冗余相关特征,缺点是线性映射无法捕捉非线性关联、降维后的合成特征没有实际业务语义。

相关推荐
艾莉丝努力练剑17 分钟前
【AI大模型接入SDK】C++的SessionManager 线程安全
java·开发语言·前端·c++·人工智能·学习·安全
蒸蒸yyyyzwd1 小时前
数据库相关错题笔记
笔记·学习
蒸蒸yyyyzwd3 小时前
后端学习笔记,设计模式相关以及微服务相关
笔记·学习
Hhy_11073 小时前
《C++深度解构07》手撕 vector —— 从底层三指针架构到迭代器失效彻底吃透
c语言·开发语言·c++·学习·visual studio
艾莉丝努力练剑4 小时前
【QT】系统相关:TCP的API介绍
开发语言·前端·c++·人工智能·qt·学习·tcp/ip
yiangL_18 小时前
Python 学习笔记:递归、turtle绘图、字符串与函数
笔记·python·学习
优化Henry20 小时前
LTE 站点 S1 链路反复闪断导致小区频闪退服故障排查
运维·网络·学习·信息与通信·tdd
β添砖java1 天前
Transformer大白话学习笔记
笔记·学习·transformer
kevin_org1 天前
LangChain入门学习(四)
python·学习·langchain·fastapi
瑞克-桑切斯2 天前
Kubernetes 1.28 保姆级新手学习教程
运维·学习·docker·云原生·容器·kubernetes