derwind https://blog.hatena.ne.jp/derwind/ らんだむな記憶 https://randommemory.hatenablog.com/ machine_learning 某講座の、特徴量をPCAを用いて次元を減らすとかいう感じの部分の考察。 特徴量に一番フィットする超平面に射影して落とすイメージに見えるが、特異値分解で得た固有ベクトルで張られる線型空間(ベクトル空間)に射影しているように感じるので、そうなると、特徴量は原点を通るような超平面がフィッティングしやすいように分布していることが求められるだろう。 とすると、正則化ってやつ。平均値を引いて、標準偏差で割ってみる～みたいな。ここで平均値を引くことで、特徴量の集団の中心が原点になるようにmodifyする。これが重要と見た。次に、正則化された特徴量から生成される対称正値行列Σを特異値分解しているが、これは対称… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Frandommemory.hatenablog.com%2Fentry%2F2015%2F09%2F24%2F014508" title="ぼんやりとPCA (Principle Component Analysis) を考える - らんだむな記憶" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2015-09-24 01:45:08 rich https://randommemory.hatenablog.com/entry/2015/09/24/014508 1.0 100%