基于Spark的机器学习实践 (十)

  • 时间:
  • 浏览:1

◆ PCA算法是两种 常用的线性降维算法,算法累似 于"投影”

◆ 从高维度变为低维度的过程也不我降维

◆ 累似 拍照也不我把占据 三维空间中的人或物从转换到作为二 维平面的

照片中

通过讲解PCA算法的原理,使亲们明白降维算法的大致原理,以及不能实现为什么么样的功能。结合应用降维算法在分类算法使用过后进行预处理的实践,帮助亲们体会算法的作用。

◆ 降维多样化了数据集,故可不时需视为有有一个多多 压缩过程,在压缩过程中不可能 ;会有信息丢失

◆ PCA是基于K-L变换实现的两种 算法

◆ PCA算法在实现上用到

◆ 降维有线性的、时需非线性的辦法 。在机器学习中可不时需多样化运算,减少形态量

◆ PCA除可不时需用来精简形态,还可不时需应用在图像处理中

累似 基于PCA算法的形态脸法,它可不时需用来人脸识别