/
SVD 和 PCA区别
难度：初级
PCA 的理念是使得数据投影后的方差最大，找到这样一个投影向量，满足方差最大的条件即可。而经过了去除均值的操作之后，就可以用 SVD 分解来求解这样一个投影向量，选择特征值最大的方向。
上一题
数据不平衡问题
如何解决梯度消失和梯度膨胀?
下一题
习题分类
全部习题 647
python 105
数据分析 33
机器学习 251
深度学习 83
算法 234
计算机视觉 95
NLP 53
推荐系统 53
数据结构 112
推荐习题
