第13章 利用 PCA 來簡化數據 降維技術 場景 我們正通過電視觀看體育比賽，在電視的顯示器上有一個球。 顯示器大概包含了100萬像素點，而球則可能是由較少的像素點組成，例如說一千個像素點。 人們實時的將顯示器上的百萬像素轉換成為一個三維圖像，該圖像就給出 ...

/51193720 里面包含了如何通過基(對應特征向量)來對向量降維，如何通過原始數據集的協方差矩陣來得到特征值和 ...

一，引言 　　降維是對數據高維度特征的一種預處理方法。降維是將高維度的數據保留下最重要的一些特征，去除噪聲和不重要的特征，從而實現提升數據處理速度的目的。在實際的生產和應用中，降維在一定的信息損失范圍內，可以為我們節省大量的時間和成本。降維也成為了應用非常廣泛的數據預處理方法。 　　降維具有 ...

PCA PCA 就是找出數據最主要的方面，用數據里最主要的方面來代替原始數據。 PCA 是最重要的降 ...

第1章 機器學習基礎 機器學習 概述 機器學習就是把無序的數據轉換成有用的信息。 獲取海量的數據 從海量數據中獲取有用的信息 我們會利用計算機來彰顯數據背后的真實含義，這才是機器學習的意義。 機器學習 場景 機器學習已應用於多個領域，遠遠超出大多數人的想象 ...

基本概念： 　　在數據處理中，經常會遇到特征維度比樣本數量多得多的情況，如果拿到實際工程中去跑，效果不一定好。一是因為冗余的特征會帶來一些噪音，影響計算的結果；二是因為無關的特征會加大計算量，耗費時間和資源。所以我們通常會對數據重新變換一下，再跑模型。數據變換的目的不僅僅是降維，還可以消除特征 ...

第5章 Logistic回歸 Logistic 回歸 概述 Logistic 回歸雖然名字叫回歸，但是它是用來做分類的。其主要思想是: 根據現有數據對分類邊界線建立回歸公式，以此進行分類。 須知概念 Sigmoid 函數 回歸 概念 假設現在有一些數據點，我們用一條直線對這些點進行 ...

一、噪音 噪音產生的因素：可能是測量儀器的誤差、也可能是人為誤差、或者測試方法有問題等； 降噪作用：方便數據的可視化，使用樣本特征更清晰；便於算法操作數據； 具體操作：從 n 維降到 k 維，再講降維后的數據集升到 n 維，得到的新的數據集為去燥后的數據 ...