- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
菊安酱的直播间:
菊安酱的机器学习第12期
菊安酱的直播间:
每周一晚8:00 菊安酱和你不见不散哦~(^o^)/~
更新日期:2019-1-21
作者:菊安酱
课件内容说明:
本文为作者原创,转载请注明作者和出处
如果想获得此课件及录播视频,可扫描下方二维码,回复k进群
若有任何疑问,请给作者留言。
完整版视频及课件:/course/966
菊安酱 机器学习实战第12期:降维算法 1
菊安酱的直播间:
12期完整版课纲
直播时间:每周一晚8:00
直播内容:
时间 期数 算法
2018/11/05 第1期 k-近邻算法
2018/11/12 第2期 决策树
2018/11/19 第3期 朴素贝叶斯
2018/11/26 第4期 Logistic回归
2018/12/03 第5期 支持向量机
2018/12/10 第6期 AdaBoost 算法
2018/12/17 第7期 线性回归
2018/12/24 第8期 树回归
2018/12/28 第9期 K-均值聚类算法
2019/01/07 第10期 Apriori 算法
2019/01/14 第11期 FP-growth 算法
2019/01/21 第12期 降维算法之PCASVD
菊安酱 机器学习实战第12期:降维算法 2
菊安酱的直播间:
降维算法之PCASVD
一、为什么要进行降维?
大家都知道,在低维下,数据更容易处理,但是在通常情况下我们的数据并不是如此,往往会有很多的特征,进而就
会出现很多问题:
(一) 多余的特征会影响或误导学习器
(二) 更多特征意味着更多参数需要调整,过拟合风险也越大
(三) 数据的维度可能只是虚高,真实维度可能比较小
(四) 维度越少意味着训练越快,更多东西可以尝试,能够得到更好的结果
(五) 如果我们想要可视化数据,就必须限制在两个或三个维度上
因此,我们需要通过降维(dimensionality reduction)把无关或冗余的特征删掉。
降维的方法主要有:
这一期的内容,我们主要讲解PCA和SVD。
菊安酱
文档评论(0)