This is my blog.
磨磨唧唧的我
Clustering
无监督学习方法
首先仍然是要均值归一化
降低维度
PCA（组成成分分析）
寻找到一个低维的平面，对数据进行投影，最小化投影误差的平方
PCA对于解决过拟合问题不一定有用，对于过拟合问题，我们还是应该使用正则化
PCA的目的是为了用来加速算法，减少内存，压缩数据，可视化数据（所以在一开始的时候，建议先用原始数据，当收敛速度确实过慢的时候，再用
PCA不是用来分组的，只是对原有的数据进行了一次变换。
后记
想到还有好多大作业没有完成的我
重新开始看书了
嗯嗯，要丰富自己的内涵么
转载请注明出处，谢谢。
愿 我是你的小太阳
