没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
12.2 概率PCA 前⼀节讨论的PCA的形式所基于的是将数据线性投影到⽐原始数据空间维度更低的⼦空间 内。我们现在说明,PCA也可以被视为概率潜在变量模型的最⼤似然解。PCA的这种形式,被 称为概率PCA(probabilistic PCA),与传统的PCA相⽐,会带来如下⼏个优势。 • 概率PCA表⽰⾼斯分布的⼀个限制形式,其中⾃由参数的数量可以受到限制,同时仍然使 得模型能够描述数据集的主要的相关关系。 • 我们可以为PCA推导⼀个EM算法,这个算法在只有⼏个主要的特征向量需要求出的情况 下,计算效率⽐较⾼,并且避免了计算数据协⽅差矩阵的中间步骤。 • 概率模型与EM的结合使得我们能够处理数据集⾥缺失值的问题。 • 概率PCA混合模型可以⽤⼀种有理有据的⽅式进⾏形式化,并且可以使⽤EM算法进⾏训 练。 388
资源推荐
资源评论
资源评论
思索bike
- 粉丝: 33
- 资源: 4244
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功