<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>masayukipo</author_name>
  <author_url>https://blog.hatena.ne.jp/masayukipo/</author_url>
  <blog_title>SuzukiMasayuki@Hatena::Diary</blog_title>
  <blog_url>https://masayukipo.hatenadiary.org/</blog_url>
  <categories>
    <anon>研究</anon>
  </categories>
  <description>物理的な意味解釈が可能な特徴量ベクトルを次元圧縮したいときには，非負な変換を使って次元圧縮を使うのが良い．非負な変換を使わないと，物理的意味解釈ができなくなってしまう．それから，次元圧縮後のデータの意味づけがしやすくなるという点で，スパースな変換だとなお良い． NonnegativeでSparseな次元圧縮法の一つに，Nonnegative Sparse PCA*1(NSPCA)がある． NSPCAの前に，普通のPCAを復習する．次元の特徴量を個並べた行列を，次元への圧縮を実現する求めるべき変換行列をとすると，PCAでは （，はフロベニウスノルム） を解くことになる．これは解析解がもとまって，…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmasayukipo.hatenadiary.org%2Fentry%2F20091110%2F1257872613&quot; title=&quot;Nonnegative Sparse Linear Discriminant Analysis - SuzukiMasayuki@Hatena::Diary&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2009-11-10 02:03:33</published>
  <title>Nonnegative Sparse Linear Discriminant Analysis</title>
  <type>rich</type>
  <url>https://masayukipo.hatenadiary.org/entry/20091110/1257872613</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
