跳到正文

站内搜索

实验 / PCA

二维 PCA · 投影实验

转动投影轴,让点在轴上尽量分散。你的方向与第一主成分相差多少?

中心化的二维数据、投影轴及垂直投影
笔记中的 12 组教学数据。横轴为学习时间,纵轴为手机娱乐时间,单位均为小时。

可拖动图中的轴,或聚焦滑块后按方向键。

当前投影方差
平均平方重构误差

数据、参数与计算过程
生成参数

两列分别减去均值,保留原单位。样本协方差的分母是 n−1。投影分数为中心化坐标与单位方向的点积。将分数乘回方向向量即可得到中心化重构,加回均值即可回到原坐标。

第一主成分使投影方差最大。方向正反等价。解释率为对应特征值除以两个特征值之和。重构误差取各点到重构点的平方距离平均值。

各点的中心化、投影与重构
点中心 x中心 y投影分数重构 x重构 y

这组示例只说明线性降维,无法由此推断学习和娱乐之间的因果关系。

阅读配套笔记 · 机器学习算法06-主成分分析(PCA) →