From 2485c763ba8e820051b57916be16436e2d3b8ef9 Mon Sep 17 00:00:00 2001 From: jiangzhonglian Date: Fri, 25 Aug 2017 12:50:22 +0800 Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20PCA=20md=20=E6=96=87?= =?UTF-8?q?=E6=A1=A3?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/13.利用PCA来简化数据.md | 3 ++- 1 file changed, 2 insertions(+), 1 deletion(-) diff --git a/docs/13.利用PCA来简化数据.md b/docs/13.利用PCA来简化数据.md index c8266b85..f5900092 100644 --- a/docs/13.利用PCA来简化数据.md +++ b/docs/13.利用PCA来简化数据.md @@ -65,6 +65,7 @@ > PCA 工作原理 通过PCA进行降维处理，我们就可以同时获得SVM和决策树的优点：(得到了和决策树一样简单的分类器，同时分类间隔和SVM一样好) + 1. 第一个主成分就是来自于数据差异性最大(即: `方差最大`)的方向提取出来 2. 第二个主成分就是来自于数据差异性次大的方向，并且该方向于第一个主成分方向`正交(orthogonal 如果是二维空间就叫垂直)`。 3. 通过数据集的协方差矩阵及其特征值分析，我们就可以得到这些主成分的值。 @@ -86,7 +87,7 @@ ### 项目案例: 对半导体数据进行降维处理 ``` -半导体是在一些极为先进的工厂中制造出来的。设备的生命早期有限，并且话费极其巨大。 +半导体是在一些极为先进的工厂中制造出来的。设备的生命早期有限，并且花费极其巨大。 虽然通过早起测试和频繁的测试来发现有瑕疵的产品，但仍有一些存在瑕疵的产品通过测试。 如果我们通过机器学习技术用于发现瑕疵产品，那么它就会为制造商节省大量的资金。