当前位置:首页 » 翻译 
  • 匿名
关注:1 2013-05-23 12:21

求翻译:这里主要谈谈如何用SVD去解PCA的问题。PCA的问题其实是一个基的变换,使得变换后的数据有着最大的方差。方差的大小描述的是一个变量的信息量,我们在讲一个东西的稳定性的时候,往往说要减小方差,如果一个模型的方差很大,那就说明模型不稳定了。但是对于我们用于机器学习的数据(主要是训练数据),方差大才有意义,不然输入的数据都是同一个点,那方差就为0了,这样输入的多个数据就等同于一个数据了。以下面这张图为例子:是什么意思?

待解决 悬赏分:1 - 离问题结束还有
这里主要谈谈如何用SVD去解PCA的问题。PCA的问题其实是一个基的变换,使得变换后的数据有着最大的方差。方差的大小描述的是一个变量的信息量,我们在讲一个东西的稳定性的时候,往往说要减小方差,如果一个模型的方差很大,那就说明模型不稳定了。但是对于我们用于机器学习的数据(主要是训练数据),方差大才有意义,不然输入的数据都是同一个点,那方差就为0了,这样输入的多个数据就等同于一个数据了。以下面这张图为例子:
问题补充:

  • 匿名
2013-05-23 12:21:38
null
  • 匿名
2013-05-23 12:23:18
Singular Value Decomposition is a very obvious physical significance as a method, it can be a complex matrix with a smaller and more simple several sub-matrix multiply that small matrix describes a matrix of important features.
  • 匿名
2013-05-23 12:24:58
奇异值分解是一个有着很明显的物理意义的一种方法,它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示,这些小矩阵描述的是矩阵的重要的特性。
  • 匿名
2013-05-23 12:26:38
Singular value decomposition is a method that has a very clear physical meaning, it can be a complex matrix with several of the smaller, more simple matrix multiplication, these small matrix describes the important properties of the matrix.
  • 匿名
2013-05-23 12:28:18
null
 
 
网站首页

湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区

 
关 闭