如何选取降维的维度？

来源：7-5 高维数据映射为低维数据

相声皇后粉丝后援会

2018-04-30

主成分分析可以从最近重构性和最大可分性两个角度来解释，老师所讲的是从最大可分性入手。

如果从最近重构性角度来看，我们可以设置重构阈值，即当我降维之后的数据可以解释或代表原数据的95%时，即认为这个维度是合适的。那么相对应的从最大可分性来看，应该如何选择坐标轴的数量呢？坐标轴的重要性如何区分呢？

写回答

1回答

liuyubobobo

2018-04-30

已采纳

这两个角度不矛盾。我们每次都使用你所说的“最大可分性”，来求出对于当前数据的一个最主要的成分；而你所说的“最近重构性”，是指多个主成分所占原数据信息的百分比。

你所说的“最大可分性”，不牵扯坐标轴的数量问题，因为每次都是在求对于当前数据的那一个最重要的轴。这个轴就是对于当前数据来说最重要的轴。

相声皇后粉丝后援会

liuyubobobo

嗯嗯，非常感谢老师的回复

2018-04-30

共4条回复

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5893 学习 · 2454 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1