标签: 主成分分析 - 文档

主成分分析共 2 篇文章

为什么PCA选择方差最大的方向：信息量最大化与最小重建误差

2026-07-26 10:36:58

为什么PCA选择方差最大的方向：信息量最大化与最小重建误差降维是处理高维数据时最常用的操作之一，而PCA（主成分分析）是其中应用最广泛的方法。PCA的核心目标很明确：在丢失尽可能少信息的前提下，将数据从高维空间投影到低维空间。做到这一点的具体手段是——找到数据方差最大的方向。但为什么一定是方差最大

主成分分析方差最大化信息量最大化

26 0

主成分分析(PCA)与奇异值分解(SVD)的等价关系

2026-07-24 00:43:43

主成分分析PCA与奇异值分解SVD的等价关系你需要在数据降维时选择正确的工具。PCA和SVD是两个最常用的方法，很多人以为它们是不同的东西，但实际上它们可以互相转换。本文直接手把手教你理解并验证两者之间的等价关系，并用SVD实现PCA。 1. 理解主成分分析的核心逻辑主成分分析的目标是将原始数据

主成分分析奇异值分解数据降维

29 0

主成分分析 共 2 篇文章