全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析与数据挖掘
975 2
2013-05-10
主成分的两种算法,一种基于特征值-特征向量的。另一种基于奇异值分解的。论文的方向就是这两种的区别。有没有人能帮我想想除了定义,理论上它们还有什么区别呢?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2013-5-10 07:22:04
如果你熟悉奇异值分解的背景(与特征值的联系), 就会发现其实没有本质区别。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2013-5-10 17:02:50
hugebear 发表于 2013-5-10 07:22
如果你熟悉奇异值分解的背景(与特征值的联系), 就会发现其实没有本质区别。
关于结果可能没什么区别,不过比如在复杂程度,所用时间自己精确性还有其他我没想到的方面有什么区别呢?主要是我应该在哪里找到这些资料?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群