PCA降维中的特征值和特征向量

  统计/机器学习 无监督学习 数据降维 特征选择    浏览次数:8124        分享
1

特征值和特征向量在数学上如何推导出来的我大概知道,但是对这两个概念有没有更直观的解释?

 

sjtufrc   2017-09-07 22:28



   2个回答 
2

PCA中的特征值其实就是对应的SVD的奇异值的平方。

PCA主要是对协方差矩阵$XX^T$进行特征分解

$$XX^T=U\Sigma U^T$$

$\Sigma$是个对角阵,对角线上的元素就是特征值。$U$的列向量就是特征向量。


也可以参考我在另外一个问题里写的答案PCA和SVD是一回事吗?


SofaSofa数据科学社区DS面试题库 DS面经

沛县李刚   2017-09-15 09:47

0

一个矩阵点乘一个向量时,可以把矩阵看成是一个线性变换,点乘就是把这个线性变换施加到相应的向量上。当线性变换施加到该矩阵的特征向量上时,并不改变特征向量的方向,只是对其进行拉长或者缩短。而这个拉长或者缩短的程度就是由相应的特征值所决定。

如果特征值为2,那就是把该特征向量的长度变为原来的两倍。

如果特征值为-2,那就是把向量方向改变180度,并把长度变为原来两倍。

SofaSofa数据科学社区DS面试题库 DS面经

数据挖掘工   2017-09-08 02:51



  相关讨论

一个关于PCA与eigenvector的问题

PCA算法是一种保距算法吗?

主成分分析法(PCA)算是黑盒算法吗?

利用PCA降维,降到几维比较合适?

除了PCA,还有什么降维的方法?

为什么PCA被称作非监督式学习?

用pca对数据集降维时为什么一定要训练集和测试集?

Truncated SVD和PCA有什么区别吗?

PCA降维之前为什么要先标准化?

PCA会降低分类器的精度吗?

  随便看看

如何调节seaborn里字体大小?

线性回归或者逻辑回归中常提到的AIC和BIC是什么意思?

xgboost怎么调参?

怎么直观理解ROC AUC的概率统计意义?

numpy.full这个函数有什么用?