Pca | search
Click here to view Pca news from 60+ newspapers.
Bookmark or Share- PCA得分图横纵坐标的正负和数值大小代表什么？ - 知乎在pca中，主成分可以是正方向或负方向，这取决于主成分所代表的特征向量在原始数据中的正负方向。 因此，得分图的横坐标和纵坐标上的正负号表示了每个样本在主成分方向上的位置关系。
- 做主成分分析（PCA），是不是数据服从高斯分布效果才好？ - 知乎pca降维并非要降低到1维。 对各主成份按贡献度赋权再相加，形如aZ1+bZ2+cZ3是一种扯淡的行为。 因为，这样只是构造了一个在多维空间中的曲线而已，好比凝固在肉冻中的头发丝，并没什么卵用，虽然很多论文是这么写的。
- 独立成分分析 ( ICA ) 与主成分分析 ( PCA ) 的区别在哪里？ - 知乎白化在这里先不提，pca本质上来说就是一个降维过程，大大降低ica的计算量。 PCA，白化后的结果如下图所示。 可以看到，原先的6路信号减少为3路，ICA仅需要这3路混合信号即可还原源信号。
- 主元成份分析（PCA）对输入数据的要求? - 知乎pca主要通过寻找数据矩阵的特征值和特征向量，然后通过坐标旋转得到主成分。 所以设想如果输入数据不是高斯分布，特征值和特征向量就不能代表数据的特征，这样PCA也就失去了它的意义。
- 如何通俗易懂地讲解什么是 PCA（主成分分析）？ - 知乎推荐CrossValidated的人气答主（top 0.11%）amoeba对PCA的解释，目前我见到的最通俗易懂的解释，循序渐进，由浅入深： amoeba设想了一个大家庭聚餐的场景，大家突然对PCA是怎么回事很感兴趣，于是你逐一向家庭成员解释，首先是曾祖母，接着是祖母，接着是母亲 ...
More
