baidu_38205880的博客

简单概括：K-L变换（Karhunen–Loève transform）应用范围比PCA广，可用于连续信号分析，离散信号分析，变换矩阵可包含二阶矩阵、协方差矩阵、自相关矩阵、总类内离散度矩阵等等。PCA变换（principal component analysis）又叫离散K-L变换，根据名称可知，在做特征分析时，PCA变换针对的是离散信号协方差矩阵，所以在这种情况下，PCA变换就等同于K...

SVM（support victor machine，支持向量机）小记SVM特点：可以对小样本进行分类，也是其缺点，对大规模训练样本会出现过拟合。SVM训练集测试集的数据比值最好为3:1或者4:1，且多分类时，每种分类的训练样本数量应该相差不大。多分类SVM：调用函数有要调用多分类SVM必须先要下载一个库：libsvm-3.23svmpath='D:\Program File...

•特征提取与选择的基本任务：是研究如何从众多特征中求出那些对分类识别最有效的特征，从而实现特征空间维数的压缩,即获取一组“少而精”且分类错误概率小的分类待征.目的：使在最小维数特征空间中异类模式点相距较远（类间距离较大），而同类模式点相距较近（类内距离较小）。 要求： (1)具有很大的识别信息量。即所提供的特征应具有很好的可分性，使分类器容易判别。(2)具...

特征选择与特征提取目的都是：降维，减少冗余特征选择：将N维特征 [X1,X2,........XN]选择其中最有效且独立的K特征子集来表征样本的有效性 [Xs1,Xs2,........Xsk] .特征提取：将提取的k维特征子集 [Xs1,Xs2,........Xsk] 映射到新特征[Ye1,Ye2, ...,Yen]上起到进一步的降维...