为什么在主成分分析中要最大化方差?

我在学习主成分分析时发现其目标是最大化方差,但我不是很理解其中的原因。任何相关的解释都会对我有帮助。


回答:

方差是衡量你所拥有数据“变异性”的指标。理论上,成分的数量可能是无限的(实际上,正如@jazibjamil指出的,经过数字化处理后,其数量最多等于矩阵的秩),因此你希望在你构建的有限成分集中“压缩”尽可能多的信息。

如果夸张地说,你只选择一个主成分,你会希望它能够解释尽可能多的变异性:因此寻找最大方差,这样一个成分就能从数据集中收集到最多的“独特性”。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注