Skip to content

利用 PCA 对 Scikit-Learn 自带的葡萄酒产地数据集 wine 的特征进行降维处理,累计 贡献率阈值自定。

Notifications You must be signed in to change notification settings

hrbust404/DM_PCA

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

5 Commits
 
 
 
 

Repository files navigation

DM_PCA

利用 PCA 对 Scikit-Learn 自带的葡萄酒产地数据集 wine 的特征进行降维处理,累计 贡献率阈值自定。

主成分分析算法(PCA) 原理:Principal Component Analysis(PCA)是最常用的线性降维方法,它的目标是通过某 种线性投影,将高维的数据映射到低维的空间中表示,并期望在所投影的维度上数据的方差 最大,以此使用较少的数据维度,同时保留住较多的原数据点的特性。

微信截图_20220622212750

About

利用 PCA 对 Scikit-Learn 自带的葡萄酒产地数据集 wine 的特征进行降维处理,累计 贡献率阈值自定。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages