标签

PCA

Feb 5, 2026 机器学习数学推导 22 分钟

高维空间对基于距离的算法极其不友好。本文从最大方差与最小重构误差两个等价视角推导 PCA，并依次扩展到核 PCA、LDA、t-SNE 与 ICA——配套图示直接展示同一份数据上各方法到底干了什么。

Apr 9, 2025 线性代数 30 分钟

线性代数是机器学习的'母语'。本章深入 PCA、LDA、SVM 核方法、矩阵分解推荐系统、线性回归的矩阵形式，以及神经网络中的线性层与注意力机制背后的线性代数原理。

Feb 26, 2025 线性代数 22 分钟

SVD 被誉为线性代数的皇冠明珠：它能分解任意矩阵，不限于方阵或对称矩阵。从图像压缩到推荐系统，从人脸识别到基因分析，SVD 无处不在。

Dec 14, 2021 核方法 76 分钟

把经典算法核化——SVM 的对偶形式、核 PCA 在特征空间里的特征分解、核岭回归的闭式解。带 sklearn 代码与 worked example。