Return to Video

Which Data is Good for PCA - Intro to Machine Learning

  • 0:00 - 0:03
    A resposta é sim em todos os casos.
  • 0:03 - 0:07
    Agora, o caso bem definido é o da esquerda, que já discutimos.
  • 0:07 - 0:12
    Mas temos dados em um círculo que ainda poderia ser um eixo principal e
  • 0:12 - 0:14
    um eixo secundário.
  • 0:14 - 0:18
    E a PCA fornecerá um resultado a você, geralmente relacionado;
  • 0:18 - 0:21
    primeiro, X nesta direção, segundo, nesta direção.
  • 0:21 - 0:23
    O terceiro é surpreendente.
  • 0:23 - 0:24
    Quando lembramos da regressão,
  • 0:24 - 0:27
    é impossível criar uma regressão que seja vertical, pois ela não
  • 0:27 - 0:33
    divide novamente esse conjunto de dados aqui como uma função igual a f de x.
  • 0:33 - 0:37
    A regressão trata as variáveis de modo bastante assimétrico.
  • 0:37 - 0:39
    Menos a entrada, menos a saída.
  • 0:39 - 0:41
    Na PCA, tudo o que obtemos são vetores.
  • 0:41 - 0:47
    Portanto, posso facilmente imaginar um sistema de quadrantes em que o eixo x seja vertical
  • 0:47 - 0:51
    e o eixo y vá para a esquerda; e essa é a resposta para a PCA neste caso.
Title:
Which Data is Good for PCA - Intro to Machine Learning
Description:

more » « less
Video Language:
English
Team:
Udacity
Project:
ud120 - Intro to Machine Learning
Duration:
0:53

Portuguese, Brazilian subtitles

Revisions Compare revisions