zoukankan
html css js c++ java
线性判别分析(LDA)
降维的作用:
高维数据特征个数多,特征样本多,维度也很大,计算量就会很大,调参和最后评估任务时,计算量非常大,导致效率低。
高位数据特征特别多,有的特征很重要,有的特征不重要,可以通过降维保留最好、最重要的特征。
PCA是无类别信息,不知道样本属于哪个类,用PCA,通常对全体数据操作。
LDA有类别信息,投影到类内间距最小and类间间距最大...
注:类内散布矩阵:衡量映射后各自的密集程度。类间散布矩阵:衡量不同类别间的距离。
查看全文
相关阅读:
TAOCP读书笔记——Search(1)
JAVA进程间通信
C++ Primer 阅读总结 (1)
初来乍到
[C#]手把手教你打造Socket的TCP通讯连接(二)
[C#]手把手教你打造Socket的TCP通讯连接(三)
数字ToString作为货币显示并且带小数
[C#]手把手教你打造Socket的TCP通讯连接(一)
[C#]手把手教你打造Socket的TCP通讯连接(四)
WPF中使用ItemTemplate把所有Item都控制为指定大小
原文地址:https://www.cnblogs.com/tianqizhi/p/9279602.html
最新文章
第二次结对编程作业
团队项目需求分析报告
第一次个人编程作业
软工作业_0
第01组 团队Git现场编程实战
团队项目选题报告
第一次结对编程作业
CurrentCulture和CurrentUICulture的区别
SVN: Can't find a temporary directory 问题解决
isa和hasa的区别
热门文章
Microsoft Visual Studio 打开代码出现乱码解决方案
设置SQL Server 2005数据库使之可以远程连接
解决android.os.NetworkOnMainThreadException
[转]程序员的十个层次 你属于哪一层?
Android Fragments 详细使用(转)
MATLAB 通过二进制读写文件
计算机常用dos命令
Android手机清除微信缓存
从Hadoop看普通算法在一个系统中的应用
使用MapReduce进行排序
Copyright © 2011-2022 走看看