每天五分钟机器学习：PCA算法如何确定数据压缩降维的最佳维度？

创始人

2024-04-25 14:35:40

0次

本文重点

上节课程中我们已经学习了pca算法，已经知道了如何将n维特征变量降到k维，k是PCA算法的一个参数，也被称为主成分的数量。那么现在就产生了一个问题，这个问题就是如何选择K，因为PCA要做的就是要尽量减少投射的平均均方误差，所以K的选择很关键。

平均均方误差

其中x(i)表示原始样本的特征向量，Xapprox(i)表示映射的样本

数据的总变差

数据的总变差就是数据集中每个训练样本长度的平均值，它表示平均来看我们训练集样本距离0向量有多远。

k值的经验得法则

k值的经验得法则就是，选择能够使得它们之间得比例小于0.01的最小的K值。

这个0.01用PCA语言就是说我们选择的参数K，原本数据的偏差有 99%都保留下来了，也就是说使得99%的差异性得以保留。大部分人选择k的时候，并不是直接的选择k值是多少，而是≤0.01还是0.05（95%的差异性被保留），0.10，0.15。然后选择符合这些要求的最小的k值。

<

词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：C++11标准模板（STL）- 算法（std::minmax_element）

下一篇：XXL-Job分布式任务调度框架-- 集群HA的配置3

相关内容

热门资讯

监控摄像头接入GB28181平... 流程简介将监控摄像头的视频在网站和APP中直播，要解决的几个问题是：1&...

Windows10添加群晖磁盘... 在使用群晖NAS时，我们需要通过本地映射的方式把NAS映射成本地的一块磁盘使用。通过...

protocol buffer... 目录目录什么是protocol buffer 1.protobuf 1.1安装 1.2使用...

在Word、WPS中插入AxM... 引言我最近需要写一些文章，在排版时发现AxMath插入的公式竟然会导致行间距异常&#...

【PdgCntEditor】解... 一、问题背景大部分的图书对应的PDF，目录中的页码并非PDF中直接索引的页码...

Fluent中创建监测点 1 概述某些仿真问题，需要创建监测点，用于获取空间定点的数据࿰...

educoder数据结构与算法... ...

MySQL下载和安装（Wind... 前言：刚换了一台电脑，里面所有东西都需要重新配置，习惯了所...

MFC文件操作 MFC提供了一个文件操作的基类CFile，这个类提供了一个没有缓存的二进制格式的磁盘...

有效的括号一、题目给定一个只包括 '('，')'，'{'，'}'...