1、无监督学习
没有目标值（变量）的算法
常见的无监督学习算法：
降维：
– 主成分分析PCA降维处理
聚类：
– K-means（k均值聚类）
2、主成分分析
应用PCA实现特征的降维
·定义：高维数据转化为低维数据的过程，在此过程中可能会舍弃原有数据、创造新的变量
·作用：是数据维散压缩，尽可能降低原数据的维数（复杂度），损失少量信息。
·应用：回归分析或者聚类分析当中
PCA的APA:
·sklearn.decomposition.PCA（n_components=None）
– 将数据分解为较低维数空间
n_components：
·小数：表示保留百分之多少的信息
·整数：减少到多少特
2021-12-07 18:52:02
152KB
1
此程序是一个简单的PCA降维处理，程序中以SampleData.txt中的三维数据点作为输入，程序的输出存放在Results目录，
其中包括：
1. PCAResult.txt 存放经主元分析后在主元轴坐标系下的数据坐标。
2. DisplaySamples.ms 为3ds Max脚本文件，用3ds Max打开后可看到SampleData.txt表示的数据点。
3. DisplayResult.ms 为3ds Max脚本文件，用3ds Max打开后可看到将原3维数据在主元轴坐标系下降到2维后的数据点；同时该文件还显示了主元分析得到的前两个主元轴。
2021-10-06 19:28:55
135KB
1
可以运行于matlab2017b的表情识别matlab程序，是课程作业的一部分，包含了一个简单的说明文档。内容有利于相关学习，思路很好，包括了训练库和测试库，修改自其他程序。
2019-12-21 21:07:08
4.44MB
1