壓縮的實質就是針對樣本的屬性，讓單個屬性的方差最大，讓樣本之間的協方差的為零。pca演算法的是針對原始樣本的協方差c的變換，通過對協方差矩陣c的對角化，找到對映後的樣本的協方差矩陣y。需要注意的是，此時d是對角陣，從而滿足了我們優化的要求——協方差為零，方差最大。d=
====
1myy
t1m(
px)(
px)t
1mpx
xtpt
p(1m
xxt)
ptpc
pt然後原始的樣本即可通過正交陣的變化，獲得對映後的樣本座標。接著，在一定壓縮率的條件下，選取特徵值較大的屬性，完成特徵壓縮。
centering在pca中與intercept的關係
排序演算法學習心得
近期終於弄懂了六種演算法，寫個小部落格記錄下 一 六種演算法解析 1 直接插入排序 2 演算法特點 保證每一次遍歷後，前面的資料都是排序好的 2 public static int insert int arr arr pos arr i arr i temp return arr 3 氣泡排序 1...
回溯演算法學習心得
回溯演算法的原理 回溯演算法是一種選優搜尋法，按照選優條件向前搜尋，以達到目標。但當探索到某一步的時候，發現原先選擇並不優活著達不到目標的時候，就退回一步重新選擇，這種走不通就退回再走的技術為回溯法。廢話不多說，直接上解決回溯演算法的框架。解決乙個回溯問題，實際上就是乙個決策樹的遍歷過程。你只需要思...
小白演算法學習心得（c ）
很長時間沒有寫部落格了，原因主要就是忙著上課或者是學習之類的。絕對不是貪玩 最近簡單的學習了一部分演算法，於是簡單的總結一下自己學習的經歷。前話在大一上學期，學長就開始教我們一些演算法，dp，貪心之類的，但是很長時間就是不了解為什麼要這樣寫，當時也被遞迴弄暈了很長很長時間，於是我寫下這篇簡單的自我學...