
机器学习与深度学习
feijie7788
这个作者很懒,什么都没留下…
展开
-
通俗易懂理解特征归一化对梯度下降算法的重要性
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...原创 2019-05-04 16:51:58 · 2765 阅读 · 0 评论 -
用相似矩阵的几何意义直观理解PCA降维方法
PCA(主成分分析)是降维中最经典的方法,其推导求解的常用两种方法包括最大方差理论(样本点到超平面的投影都尽可能分开)以及最小平方误差理论(样本点到超平面的距离都足够近),以上两种方法都需要进行严格意义上的数学推导,而本文想从另一个角度——相似矩阵的几何意义——直观理解PCA坐标变换的选取。1.相似矩阵的几何意义以三维向量空间为例,任何一个向量v⃗\vec{v}v都可以用一组基向量的某个线性组...原创 2019-05-12 15:40:23 · 3135 阅读 · 1 评论