没有合适的资源?快使用搜索试试~ 我知道了~
17.5.3(K-Means、PCA、异常检测)1
需积分: 0 1 下载量 174 浏览量
2022-08-04
15:28:37
上传
评论
收藏 275KB PDF 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/86332151/0001-124d311c0895b29919be95b28667fad8_thumbnail.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
3页
PCA算法,首先是要进行归一化处理,让每个特征的均值为0,然后用公式求sigma(协方差矩阵),然后用svd函数求sigma的特征向量,我们是从n 维降到k 维
资源详情
资源评论
资源推荐
![](https://csdnimg.cn/release/download_crawler_static/86332151/bg1.jpg)
17.5.3(K-Means、PCA、异常检测)
K-Means聚类算法是常用的非监督学习聚类算法。
如上图所示:执行算法时,先初始化聚类数(簇的数量)和聚类中心,然后把每个样本进行分类,分好类求出当前类的平均值作为新的聚
类中心,然后再分类,再求聚类中心,直到求得的聚类中心不再变化。就是把我们的样本给聚类成功了。在初始化聚类中心的时候聚类中
心数要小于样本数,聚类中心可以随机从样本中获取。
K-Means算法的cost function如上,求得结果是所有样本到其聚类中心的距离之和。上面算法求得最后聚类中心就是最小化cost
function。
第二种非监督学习问题是降维,降维可以压缩数据,节省计算机运行内存,加快学习算法。还有助于将数据可视化。
Principal Component Analysis,主成分分析(PCA)是最常见的降维算法。
PCA算法,首先是要进行归一化处理,让每个特征的均值为0,然后用公式求sigma(协方差矩阵),然后用svd函数求sigma的特征向
量,我们是从n 维降到k 维,svd函数求得的U 是n*n维的矩阵,我们取n*k维,作为我们的新特征向量,然后用Ureduce(新特征向量)
的转置*X ,就得出最后的k * 1 维的特征结果。
PCA算法根据每个特征的权重大小,近似的丢掉一些特征。
![gz](https://img-home.csdnimg.cn/images/20210720083447.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![002](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![001](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![txt](https://img-home.csdnimg.cn/images/20210720083642.png)
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![chm](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![avatar](https://profile-avatar.csdnimg.cn/35a0c421822a421c8dc50d112f4447ca_weixin_35775969.jpg!1)
型爷
- 粉丝: 18
- 资源: 337
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
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 小程序版图像分类算法对中文数字识别-不含数据集图片-含逐行注释和说明文档.zip
- 公交卡管理系统一个实验
- C语言学生成绩管理系统(信息可保存读取txt文件)
- 小程序版图像分类算法对电脑配件分类识别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版深度学习CNN训练识别8种水果-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版基于深度学习对手势动作分类识别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版深度学习CNN训练识别手写数字图像中的数字分类-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版python语言pytorch框架的图像分类10种动物识别-不含数据集图片-含逐行注释和说明文档.zip
- 小程序版通过CNN卷积神经网络的10种中草药识别-不含数据集图片-含逐行注释和说明文档.zip
- linux系统Ubuntu中双击图标重启ibus键盘
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)
评论0