①. 数据中心化; ②. 极大化投影方差; ③. 固定投影矢量长度 算法推导: Part Ⅰ: PCA PCA特征提取方程如下: (1)h(x)=WT(x−x¯) 其中,W为单位投影矢量,x¯=∑ix(i)/n为样本均值. PCA原始优化问题如下: (2)max‖ATW‖W‖2‖22s.t.‖W‖22=1 其中,A=[x(1)−x¯,x(2)−x¯,...
已经为序列数据,图形,文本,图像以及向量引入了核函数。 能够与核一起操作的算法包括核感知器,支持向量机(SVM),高斯过程,主成分分析(PCA),典型相关分析,岭回归,谱聚类,线性自适应滤波器等等。通过将核技巧应用于模型,可以将任何线性模型转换为非线性模型:通过核函数替换其特征(预测变量)。 大多数核算法都基于凸优化...