应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 专业学科区 » 数学 » 概率论与统计 » 请问聚类分析和主成分分析的区别在哪里？
51/1返回列表
查看: 5179  |  回复: 20
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看
当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

mercypang

金虫 (小有名气)

[求助] 请问聚类分析和主成分分析的区别在哪里？

请问聚类分析和主成分分析的区别在哪里？
他们的各自优势和不足是什么？
谢谢
回复此楼

» 收录本帖的淘帖专辑推荐

计算机视觉 微生物多样性 PAPER

» 猜你喜欢

» 本主题相关价值贴推荐，对您同样有帮助:
1楼 2011-09-09 11:59:44
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

mercypang

金虫 (小有名气)
有没有高人指点一下啊~

多谢啦！！！！！！！！！
赞一下 回复此楼
4楼2011-09-21 09:30:10
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 21 个回答

sukiyq

木虫 (小有名气)

【答案】应助回帖

★ ★
nono2009(金币+2): 鼓励应助 2011-09-11 20:03:08
mercypang(金币+2): 2011-09-27 08:55:19
聚类是对无标签的数据进行分类，优势是无标签，就是不需要在训练前对训练集集中的数据点进行人为的事先分类，缺点是聚类得到的模型不一定反映数据的真实模型。

主成分分析是对高维数据进行降维的一种方法，数据维数很大时处理很消耗计算资源，可以把数据首先投影到一个子空间内，优点当然是能使数据易于处理，缺点是数据间的结构和关系可能随着降维处理而遗失。
赞一下(5人) 回复此楼
比菜鸟强一点点
2楼2011-09-10 16:59:08
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

mercypang

金虫 (小有名气)
好像还是不太明白
能举例说明吗？这个好像太理论了。对于我这个数学外行来说，有点难理解
赞一下 回复此楼
3楼2011-09-11 19:08:08
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

yongyux

新虫 (小有名气)

【答案】应助回帖

mercypang(金币+3): 多谢讲解 2011-09-27 08:54:43
这两个是很不一样的方法啊，怎么会放到一起讲。
聚类相当于将一大群人按照他们的距离（这里的距离可能是他们的相似程度或者其他，越相似距离越短）进行分类，聚类分析可以获得数据的分类，但是这个分类不一定反映数据的真实模型。适用于目标分类。
主成分分析是一种线性降维方法，由于原数据的维度过高，可以通过一些投影变换，将高维数据投影到低维度中，然后再观察数据的特点，便于对数据进行进一步的观察和处理。适用于目标的降维处理。
赞一下(4人) 回复此楼
5楼2011-09-21 11:15:44
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 21 个回答
普通表情 龙 兔 虎 猫
信息提示
关闭
请填处理意见
关闭