V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
huzhikuizainali
V2EX  ›  机器学习

进行主成分分析后如何正确的对主成分进行解释?

  •  
  •   huzhikuizainali · 2022-02-23 21:48:26 +08:00 · 1154 次点击
    这是一个创建于 1001 天前的主题,其中的信息可能已经有所发展或是发生改变。
    bilberry
        1
    bilberry  
       2022-02-26 06:45:50 +08:00
    学习图像处理时接触了点 PCA ,我觉得在建立联系正确的情况下,无论代表什么意义,只要适合当前所要解决的问题都是可行的。关键是这个 PCA 能不能代表这一类数据,我理解主成分分析就是为了找 discrimination ,至于上述两种方法可以都用下结果做对比,看下 error 。哪个 error 小,说明就更适合当前问题。
    bilberry
        2
    bilberry  
       2022-02-26 06:48:58 +08:00
    体现在空间坐标系( feature space )就是不同类别的点相对分散
    huzhikuizainali
        3
    huzhikuizainali  
    OP
       2022-02-26 07:48:02 +08:00
    @bilberry 谢谢回复。
    我的这个提问,可能更好的反映了我的疑问。
    huzhikuizainali
        4
    huzhikuizainali  
    OP
       2022-02-26 08:51:19 +08:00
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3394 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 10:53 · PVG 18:53 · LAX 02:53 · JFK 05:53
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.