关闭

用户登录

忘记密码？

注册

> 机器学习

降维算法

本栏目讲解机器学习中常见的降维算法，包括PCA主成份分析、LDA线性判别、QDA二次判别、FA因子分析等
并进一步地，讲解sklearn内部是如何实现这些算法的，并用python自实现(不调用sklearn)上述降维算法，结果与sklearn一致

PCA与SVD降维

PCA主成份分析

【原理】PCA主成份分析原理老饼 2024-09-11

【代码】PCA的求解及代码老饼 2023-01-20

【附件】协方差与相关系数老饼 2023-10-05

LDA线性判别

LDA算法原理与实现

【概述】LDA系列算法概述老饼 2024-09-11

【基础】基于贝叶斯原理的判别函数老饼 2024-09-11

【原理】LDA线性判别算法原理老饼 2024-09-11

【流程】LDA算法流程老饼 2023-01-12

【附件】类内类间协方差定义及推导老饼 2024-09-11

【代码】LDA线性判别分析Demo(python-sklearn) 老饼 2024-09-11

【代码】LDA代码复现老饼 2023-01-14

QDA二次判别

【原理】二次判别QDA 老饼 2023-01-14

【代码】QDA代码复现老饼 2023-01-14

Fisher-LDA

【原理】Fisher-LDA线性判别算法原理老饼 2024-09-19

【流程】Fisher-LDA算法流程老饼 2023-01-11

【代码】Fisher-LDA代码复现老饼 2023-01-14

FA因子分析

FA因子分析原理

【模型】FA因子分析模型介绍老饼 2024-09-11

【原理】FA因子分析模型系数求解老饼 2024-09-11

【推导】FA因子分析W的驻点求解老饼 2023-02-01

【流程】因子分析算法流程老饼 2023-02-05

【附件】线性加噪高斯分布的分析老饼 2023-02-07

FA因子分析代码实现

【代码】因子分析代码实现老饼 2023-02-07

公众号

B站