菜菜的机器学习sklearn实战-----sklearn中的降维算法PCA和SVD

菜菜的机器学习sklearn实战-----sklearn中的降维算法PCA和SVD

• 菜菜的机器学习sklearn实战-----sklearn中的降维算法PCA和SVD
• • 概述
  • • 从什么叫维度说开来
    • sklearn中的降维算法
  • PCA与SVD
  • • 降维究竟是如何实现的
    • 重要参数n_commpenents
    • • 迷你案例：高维数据的可视化
      • 最大似然估计自选超参数
      • 按信息量占比选超参数
    • PCA中的SVD
    • • 重要参数svd_solver与random_state
      • 重要属性components_
    • 重要接口inverse_transform
    • • 迷你案例：用人脸识别看PCA降维后的信息保存量
      • 迷你案例：用PCA做噪音过滤
    • 重要接口,参数和属性总结
  • 案例：PCA对手写数字数据集的降维

转载自原文链接, 如需删除请联系管理员。

原文链接：菜菜的机器学习sklearn实战-----sklearn中的降维算法PCA和SVD，转载请注明来源！