机器学习基础

阅读: 评论:0

机器学习基础

机器学习基础

子空间估计(subspace estimation)和主成分分析(principal component analysis)

相同点

  都是无监督学习。
  

不同点

  我们可以用少量的参数,准确地捕获数据的相关属性吗?球的轨迹可以很好地用速度,直径和质量准确描述。裁缝们也有一组参数,可以准确地描述客户的身材,以及适合的版型。这类问题被称为子空间估计(subspace estimation) 问题。
  如果决定因素是线性关系的,则称为主成分分析(principal component analysis)。

本文发布于:2024-01-28 18:51:16,感谢您对本站的认可!

本文链接:https://www.4u4v.net/it/17064390819516.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:机器   基础
留言与评论(共有 0 条评论)
   
验证码:

Copyright ©2019-2022 Comsenz Inc.Powered by ©

网站地图1 网站地图2 网站地图3 网站地图4 网站地图5 网站地图6 网站地图7 网站地图8 网站地图9 网站地图10 网站地图11 网站地图12 网站地图13 网站地图14 网站地图15 网站地图16 网站地图17 网站地图18 网站地图19 网站地图20 网站地图21 网站地图22/a> 网站地图23