核主成分分析维基百科，自由的百科全书跳到导航跳到搜索核主成分分析（英语：kernelprincipalcomponentanalysis，简称kernelPCA）是多变量统计领域中的一种分析方法，是使用核方法（英语：）对主成分分析的非线性扩展，即将原数据通过核映射到再生核希尔伯特空间（英语：）后再使用原本线性的主成分分析。[1]目录1背景：线性主成分分析2引入核方法3大数据集4示例5应用6参考文献背景：线性主成分分析线性PCA对于中心化后的数据进行分析，即1N∑i=1Nxi=0{\display…
层次聚类维基百科，自由的百科全书跳转到导航跳转到搜索在数据挖掘和统计中，层次聚类（也称为层次聚类分析或HCA）是一种聚类分析的方法，旨在建立聚类的层次。层次集群的策略通常分为两种：[1]聚集的：这是一种“自下而上”的方法：每个观察都从其自己的群集开始，并且随着一个群集向上移动，群集对将合并。分开的：这是一种“自上而下”的方法：所有观察都在一个簇中开始，并且随着一个人在层次结构中向下移动，递归执行拆分。通常，合并和拆分以贪婪的方式确定。层次聚类的结果[2]通常以树状图表示。分层聚集聚类（HAC）的…
