特徵提取——主成分分析(PCA)

特徵提取——主成分分析(PCA) 2018/5/23 引言：特徵提取是機器學習中很常用數據處理方式，一般都出現在實際搭建模型之前，以達到特徵空間維度的變化（常見是降維操作）。特徵提取是通過適當變換把已有樣本的D個特徵轉換成 d(<D) d ( < D ) 個新特徵。這樣做的主要目的有： 降低特徵空間的維度，使後續的分類器設計在計算上更容易實現； 消除原有特徵之間的相關度，減少數據信息的冗餘，更有利

>>阅读原文<<