吴恩达 coursera ML 第十三课总结+作业答案

前言

吴恩达的课程堪称经典，有必要总结一下。
学以致用，以学促用，通过笔记总结，巩固学习成果，复习新学的概念。

目录

文章目录

• 前言
• 目录
• 正文
• 动机一数据压缩
• 动机二数据可视化
• 降维方法：PCA
• 数据预处理

正文

本章主要讨论降维。

动机一数据压缩

数据压缩，把二维的数据变到一维。
数据压缩映射对应关系。
把三维的数据变到二维。

动机二数据可视化

各个国家的统计数据。
数据可视化典型例子。
数据可视化例子

降维方法：PCA

pca例子
主成份分析模式。
主成份不是线性回归。

数据预处理

典型例子
把数据从n维降到k维。
matlab实现形式。
主成份分析算法总结。
从压缩表示里恢复数据。
选择前k个主成份。
k个主成份恢复例子。
使用pca的建议
应用pca。
避免过拟合。
在使用pca前首先应该考虑下要不要用。