老师 PCA(svd_solver='randomized')对应前面PCA计算的哪个步骤的？

来源：7-11 人脸识别与特征脸

神经旷野舞者

2018-02-27

前面是用的梯度上升法求使得方差目标函数的最大值来计算第一主成分的，这里用的SVD，是不是和之前的方法完全不一样？

写回答

2回答

liuyubobobo

2018-02-27

已采纳

是的。计算方法完全不同。PCA有相应的数学解法，不过涉及相对比较复杂的数学知识。为了避免在这个初级课程中引入过多的数学介绍，在这个课程中，我们使用梯度上升的方法，相当于是在使用搜索的策略，求解的PCA问题：）

liuyubobobo

寅时猛抽风

svd不是奇异矩阵，对应的中文是：奇异值分解（Singular Value Decomposition）。你可以用质因数分解来理解：质因数分解分解整数，而SVD分解矩阵（其实，矩阵还有很多其他分解方式，比如LU分解，QR分解等）。具体怎样进行SVD，有很多不同的方法，svd_solver指定一个算法完成SVD。不过这些不在这个课程的范围里：）加油！

2018-08-24

共4条回复