中文字幕 另类精品,亚洲欧美一区二区蜜桃,日本在线精品视频免费,孩交精品乱子片免费

<sup id="3hn2b"></sup>

    1. <sub id="3hn2b"><ol id="3hn2b"></ol></sub><legend id="3hn2b"></legend>

      1. <xmp id="3hn2b"></xmp>

      2. 新聞中心

        EEPW首頁 > 智能計算 > 設計應用 > 斯坦福機器學習公開課筆記14——主成分分析

        斯坦福機器學習公開課筆記14——主成分分析

        作者: 時間:2017-04-24 來源:網(wǎng)絡 收藏

          上一篇筆記中,介紹了因子分析模型,因子分析模型使用d維子空間的隱含變量z來擬合訓練數(shù)據(jù),所以實際上因子分析模型是一種數(shù)據(jù)降維的方法,它基于一個概率模型,使用EM算法來估計參數(shù)。

        本文引用地址:http://www.antipu.com.cn/article/201704/358353.htm

          本篇主要介紹PCA(Principal Components Analysis, 主成分分析),也是一種降維方法,但是該方法比較直接,只需計算特征向量就可以進行降維了。本篇對應的視頻是公開課的第14個視頻,該視頻的前半部分為因子分析模型的EM求解,已寫入筆記13,本篇只是后半部分的筆記,所以內(nèi)容較少。

            

         

            

         

            

         

         

         

         



        關鍵詞: 斯坦福 機器學習

        評論


        相關推薦

        技術(shù)專區(qū)

        關閉