User
Появилось несколько вопросов:
Когда мы уменьшаем размерность, мы явно как то платим точностью(хоть и не сильно значительно): меняется ли плата за точность от способа к способу?Правильно ли я понимаю, что в методе Ланцоша мы как то интересно применили метод Грамма-Шмидта, или он совсем тут не причем?Как примерно выбирается k? Есть ли оптимальный выбор? (Условно говоря корень или деление на три)
За такую хорошую асимптотику в методе Ланцоша мы теряем что то, или мы "магическим образом" уменьшили ошкуЧто из всего этого действительно часто применяется на практике? Или все больше теория?
Очень полезный пост). Спасибо большое, как раз надо написать свою реализацию PCA для лабы, а так теория хоть будет))
Очень интересно. Уже жду новую часть^^
Честно говоря, сложно понять почему именно такое условие y_i<w,x_i> >= 1, почему оно верное и забывается что такое y. Можете пожалуйста объяснить
Появилось несколько вопросов:
Когда мы уменьшаем размерность, мы явно как то платим точностью(хоть и не сильно значительно): меняется ли плата за точность от способа к способу?
Правильно ли я понимаю, что в методе Ланцоша мы как то интересно применили метод Грамма-Шмидта, или он совсем тут не причем?
Как примерно выбирается k? Есть ли оптимальный выбор? (Условно говоря корень или деление на три)
За такую хорошую асимптотику в методе Ланцоша мы теряем что то, или мы "магическим образом" уменьшили ошку
Что из всего этого действительно часто применяется на практике? Или все больше теория?
Очень полезный пост). Спасибо большое, как раз надо написать свою реализацию PCA для лабы, а так теория хоть будет))
Очень интересно. Уже жду новую часть^^
Честно говоря, сложно понять почему именно такое условие y_i<w,x_i> >= 1, почему оно верное и забывается что такое y. Можете пожалуйста объяснить