目的在于将具有多维属性的数据集进行降维。将n个属性维度映射到k维上（n>k）。在降噪（信号传输），数据挖掘等领域都有应用。
简单来说，就是给定一个训练集，有n个样本，和a个属性，构成一个n×a的矩阵M。将此训练集中的全部数值都减去期望值（平均值）得到矩阵R。求出M的协方差矩阵k个最大特征值所对应的特征向量矩阵A（k是任选的，对应你结果想要的维数）。再用R×A，得到最终的降维矩阵。 这样得到的矩阵可以保证在每一维度上方差最大。证明要用数学公式，编辑太麻烦，故略。
详见http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html
没有评论:
发表评论