pca之前为什么不能用均值方差归一化

来源：7-5 高维数据映射为低维数据

追梦逐梦白日做梦

2019-01-17

如果做了均值方差归一化，会怎样？

写回答

1回答

liuyubobobo

2019-01-17

已采纳

必须做均值的归零，就是所谓的demean。

不能做方差归一。因为PCA做的事情就是使用最大化方差的方式，来计算出最重要的轴的方向（主成分）。正是因为方差不统一，才能进行主成分分析：）

liuyubobobo

追梦逐梦白日做梦

会。但是这个关注的结果是得到的主成分的轴极度偏斜。并且，在PCA的假设下，这是合理的。主成分的输出结果是低维坐标轴。是将高维数据映射到低维空间。映射以后，你可以针对低维空间的数据做标准化处理。

2019-01-17

共2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 2