find the minimum mean squared error

find the minimum mean squared error linear subspace that maps from the original N dimensional data space into an M-dimensional feature space. By doing this,Eigenfaces (where typically M

Kết quả (Việt) 1:

tìm thấy lỗi bình phương tối thiểu có nghĩa là tuyến tính động bản đồ từ không gian ban đầu dữ liệu chiều N vào một không gian tính năng chiều M. Bằng cách này, Eigenfaces (nơi thường M << N) đạt được chiều giảm bằng cách sử dụng eigenvectors M của ma trận hiệp phương sai tương ứng với các tuyến lớn nhất. Các vectơ cơ sở kết quả thu được bằng cách tìm các vectơ tối ưu cơ sở tối đa hóa phương sai tất cả dữ liệu dự kiến (tức là tập hợp các cơ sở vectơ mà tốt nhất mô tả các dữ liệu). Tối ưu cơ sở PCA vectơ W là những cái mà tối đa hóa hàm mục tiêu sau đây

Kết quả (Việt) 2:

tìm giá trị trung bình bình phương tối thiểu không gian con tuyến tính lỗi mà các bản đồ từ N không gian dữ liệu ban đầu vào một chiều không gian đặc trưng M-chiều. Bằng cách này, Eigenfaces (nơi thường M << N) đạt được giảm chiều bằng cách sử dụng các vector riêng của ma trận M hiệp phương sai tương ứng với giá trị riêng lớn nhất. Các vectơ cơ sở kết quả thu được bằng cách tìm các vectơ cơ sở tối ưu tối đa hóa tổng phương sai của các số liệu dự báo (tức là tập các vectơ cơ sở mô tả tốt nhất dữ liệu). Các cơ sở vector PCA tối ưu W là những người tối đa hóa hàm mục tiêu sau đây