请稍等 ...
×

采纳答案成功!

向帮助你的同学说点啥吧!感谢那些助人为乐的人

为什么去掉第1主成分后X2数据维度没有降低?

回答2 浏览321 2018-02-18 20:18:17

X2 = np.empty(X.shape),X2应该是维度降低的吧,毕竟减掉了一些成分

添加回答

已采纳回答

主成分分析是将一个n维空间首先映射到另一个n维空间,在新的n维空间中,坐标轴的重要程度从重要到不重要排列。降维是在影射之后,在新的n维空间中取前k维。(k<n)


在这里,我们的例子中,是将原本的坐标系,转换成了如下的坐标系。注意,这个坐标系也是二维的。

//img.mukewang.com/szimg/5a89d5dd000196be03810255.jpg


上面图中的红色的数据点就是将原始数据映射到第一主成分的结果,此时二维数据完全在一条直线上,形成了一个一维的数据。我们将原始数据点映射到这个坐标轴的上的结果,形成了一个一维数据,就是从二维降到一维的过程。


上面的数据映射过程得到的红色点的示例是从下一个小节截取的,看完下一小节才介绍完PCA的完整过程,然后再回头自己整理理解一下?:)

2018-02-19 03:13:31

1回答

购买课程后即可查看全部 2 条问答,立即购买

Python3入门机器学习 经典算法与应用 轻松入行人工智能

难度进阶
时长25小时
人数4564
好评度100%

Python3+sklearn,同时兼顾原理,算法底层实现和框架使用。零基础机器学习从此起步

讲师

liuyubobobo 全栈工程师

创业者,全栈工程师,持续学习者。对技术开发,产品设计、前后端,ios,html5,智能算法等领域均有接触;拥有多款独立App作品;对一切可编程的东西有浓厚兴趣,对游戏编程格外感兴趣。相信编程改变一切。

意见反馈 帮助中心 APP下载
官方微信