pca的目标函数是最小化投影残差,此目标等价于最大化主成分向量的方差。
时间: 2023-03-19 15:21:28 浏览: 111
python偏最小化二乘回归(PLSR)代码附示例数据集
主成分分析(PCA)的目标是将高维数据投影到低维空间中,同时最小化投影残差。这意味着,我们希望找到一个投影矩阵,将数据映射到低维空间,使得数据点在低维空间中的重构误差最小。
另一方面,PCA的另一个目标是找到最大方差的主成分向量,以便更好地捕获原始数据的变化。最大化主成分向量的方差意味着在投影后尽可能保留原始数据的方差,因此,最大化主成分向量的方差也是PCA的一个目标。
需要注意的是,这两个目标在数学上是等价的,因为最小化投影残差的同时,我们也在最大化主成分向量的方差。因此,我们可以使用任何一个目标作为PCA的优化目标。
阅读全文