Written by
razrlele on February 23, 2017
在自然语言处理或者机器学习相关应用时，通常首先要做的是将每一个样本转换成一个向量，然后将预处理过后的样本聚集在一起以矩阵计算的形式来对数据进行分析，然而很多时候都会碰到向量维度过高矩阵过大带来的计算复杂度太高问题，这个时候就要对样本数据集进行降维处理，也就是通常所说的主成分分析 (Principal components analysis，PCA)，在尽可能保持原本数据集的特征的前提下降低数据集维度，简单的线性回归就是一种降维操作（将二维平面上的点用一维的线段来表示）。
[Read more...]