文件名称：Stanford UFLDL教程 Exercise: PCA and Whitening
文件大小：3.66MB
文件格式：ZIP
更新时间：2021-11-27 04:58:23
PCA Whitening UFLDL教程 深度学习
PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。 Whitening在一些文献中也叫sphering，目的就是降低输入的冗余性；更正式的说，我们希望通过白化过程使得学习算法的输入具有如下性质： (i) 特征之间相关性较低； (ii) 所有特征具有相同的方差。
【文件预览】：
Exercise4 PCA and Whitening
----pca_gen.m(6KB)
----sampleIMAGESRAW.m(696B)
----display_network.m(3KB)
----IMAGES_RAW.mat(20MB)