看板 [ MATLAB ]
討論串[問題]PCA與SVD差異
共 3 篇文章
內容預覽： 開啟 | 關閉 | 只限未讀
首頁
上一頁
1
下一頁
尾頁
#3
Re: [問題]PCA與SVD差異
推噓1(1推 0噓 4→)留言5則，0人參與, 最新作者ht15trep (Bishop)時間13年前 (2012/10/07 21:26), 編輯資訊
0
0
2
內容預覽:
如果你有一個資料矩陣 X 大小為 M(num of rows)*L(num of columns). 舉例 若每一欄代表不同的變數，每一列則為各自變數不同時間的觀測. [U,S,V]=svd(X,0). 可以得到X的主成分(特徵向量)為V，第一欄為第1主成分，S(1)^2為第一主成分的特徵值. 沒經
(還有772個字)
#2
Re: [問題]PCA與SVD差異
推噓4(4推 0噓 4→)留言8則，0人參與, 最新作者doom8199 (～口卡口卡　修～)時間13年前 (2012/10/03 23:24), 編輯資訊
0
0
0
內容預覽:
---. 我不確定原po是怎麼用 SVD 實現 PCA. 這裡先給一個觀念. -1. 一個方陣 M 若 EVD 存在 (即 M 可分解為 WDW ). T. 則 M 的 SVD 分解 M = UEV 中， U 不一定會等於 W. 對一個方陣而言，EVD 和 SVD 本身就是不同的取向. 即使很多時後
(還有1037個字)
#1
[問題]PCA與SVD差異
推噓1(1推 0噓 3→)留言4則，0人參與, 最新作者IamMRBBB (獸獸)時間13年前 (2012/10/03 16:59), 編輯資訊
0
0
0
內容預覽:
各位好. 最近我使用SVD來分析我的資料的時候，. 確認SVD與PCA的特徵向量是一樣的，. 但是他們不同處在哪?. 以及特性差別，或是在什麼時候才會出現不同呢?. 不知道能否有人回答，感謝。. --. ※ 發信站: 批踢踢實業坊(ptt.cc). ◆ From: 140.137.51.45.
首頁
上一頁
1
下一頁
尾頁