Sparse Filtering 是一个用于提取特征的无监督学习算法，与通常特征学习算法试图建模训练数据的分布的做法不同，Sparse Filtering 直接对训练数据的特征分布进行分析，在所谓“好特征”的指导下构建目标函数来进行优化，其中只涉及一个可调参数。本文将主要讨论两个问题：（1）什么样的特征是好的特征；（2）如何利用好特征的条件来构造 Sparse Filtering 的目标函数。
目录链接
参考文献
Sparse Filtering 学习笔记（二）好特征的刻画,布布扣,bubuko.com
Sparse Filtering 学习笔记（二）好特征的刻画
原文：http://blog.csdn.net/itplus/article/details/22073105