这篇博文主要介绍了，PCA主成分分析。首先通过几何概念引出维度爆炸带来的问题，接下来通过PCA数据降维来解决之。在主讲PCA内容时主要介绍了：经典主成分分析、最大投影方差、最小重构距离，SVD奇异值分解。最后通过Python实现PCA。这篇文章就到这里了，欢迎大佬们多批评指正，也欢迎大家积极评论多多交流。

KNN算法是一个理论上比较成熟的方法,最初由Cover和Hart于1968年提出,其思路非常简单直观,易于快速实现,以及错误低的优点。k-近邻算法（kNN，k-NearestNeighbor），是最简单的机器学习分类算法之一，其核心思想在于用距离目标最近的k个样本数据的分类来代表目标的分类（这k个样本数据和目标数据最为相似）。

网易云音乐上面的评论数据具有很重要的作用。通过获取这些评论数据，包括：评论用户ID，评论用户昵称，评论用户位置，评论用户评论内容，该评论被点赞人数，用户头像地址，评论时间等信息。通过用户相关的数据，可以分析用户的组成成分，从而进行更具有针对性的用户推荐，通过评论数据集可以进一步做中文分词、命名实体识别、关键词提取、句法分析、文本向量化、情感分析、舆情分析等进一步的数据处理和应用。本篇博文通过网易云

原创不易，转载前请注明博主的链接地址：Blessy_Zhu https://blog.csdn.net/weixin_42555080本次代码的环境：运行平台： WindowsPython版本： Python3.xIDE： PyCharm一、 前言微信作为我们日常交流的软件，越来越深入到我们的生活。但是，随着微信好的数量的增加，实际上真正可以联系的知心人却越来越少了。那么，怎么样能更清...

GCN理解

本文主要介绍了深度学习的发展：从感知机、Fisher判别分析，到全连接神经网络、BP神经网络、CNN、RNN、SLTM等等

GCN理解

TensorFlow-GPU安装问题总结：安装TensorFlow-GPU需要卸载Python编译器和CPU版本的TensorFlow吗？安装完毕GPU后，怎么安装其他库？如何验证是否安装成功GPU？运行代码时找不到指定的GPU？

在上一篇博文[机器学习笔记（七）-主成分分析PCA](https://blog.csdn.net/weixin_42555080/article/details/89633287) 中，已经介绍了主成分分析PCA的基本内容。接下来的这篇文章，主要是通过一个多维的数据集，一步步去了解PCA的实现过程和原理。最后通过逻辑回归来拟合用PCA降维处理后的数据集。

爬取豆瓣网上面的电影评论数据具有很重要的作用。电影评论数据是NLP（自然语言处理）重要的数据。通过电影评论数据集可以进一步做中文分词、命名实体识别、关键词提取、句法分析、文本向量化、情感分析、舆情分析等进一步的数据处理和应用。既然数据这么重要，废话不多说，紧接着就开始电影数据的爬取。