iT邦幫忙

14.2%企業願意聘用大資料人才
Cloud Future Built Today
IT EXPLAINED 數位轉型攻略 VII
.

2023 iThome 鐵人賽
DAY 21
0
AI & Data

什麼演算法?一起來學機器學習!系列 第 21 篇

Day21-主成分分析 (Principal Component Analysis)

15th鐵人賽 機器學習 machine learning pca 學習筆記
410 瀏覽

  • 分享至 

  • xImage
    •  

可以用來降維(dimension reduction)，利用原有的特徵組合成新的特徵組，以達到降維的目的，同時保留住資料中的重要資訊

  • 基本上它的目標就是將原始資料映射到一個新的坐標系統中，得到這組資料的最大變異量(以保留最多資訊)
    https://ithelp.ithome.com.tw/upload/images/20231006/201632809Ata1nfF3R.png
  • 使用較少的維度，展現較多的資訊

原理

  • 將坐標軸中心移到原始資料的中心，然後旋轉坐標軸，使資料在C1軸上的變異數最大(每一筆資料在該方向上的投影最為分散)，這可以讓更多的訊息被保留下來，而C1成為第一主成分
  • 若要尋找第二主成分，需找一個C2，使得C2與C1的共變異數（相關係數）為0，必免與C1訊息重疊，並且使數據在該方向的變異數儘量最大
  • 以此類推可尋找第三、第四主成分等

參考資料


上一篇
Day20-K最近鄰 (K-Nearest Neighbors)
下一篇
Day22-LightGBM(Light Gradient Boosting Machine)
系列文
什麼演算法?一起來學機器學習! 共 30 篇
  1. 26
    # Day26-Single Shot MultiBox Detector (SSD) part1
  2. 27
    # Day27-Single Shot MultiBox Detector (SSD) part2
  3. 28
    Day28-Single Shot MultiBox Detector (SSD) part3
  4. 29
    Day29-混淆矩陣(confusion matrix)
  5. 30
    Day30-完賽啦！對於這次鐵人賽，我有話要說
完整目錄
.

尚未有邦友留言

立即登入留言
iThome鐵人賽
參賽組數
1064 組
團體組數
40 組
累計文章數
22211 篇
完賽人數
600 人
iT+看影片追技術 看影片追技術 看更多
熱門tag 看更多
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js
熱門問題
熱門回答
熱門文章
.