解釋一下核主成分分析(Kernel Principal Component Analysis, KPCA)的公式推導過程~

KPCA，中文名稱」核主成分分析「，是對PCA算法的非線性擴展，言外之意，PCA是線性的，其對於非線性數據每每顯得無能爲力，例如，不一樣人之間的人臉圖像，確定存在非線性關係，本身作的基於ORL數據集的實驗，PCA可以達到的識別率只有88%，而一樣是無監督學習的KPCA算法，可以輕鬆的達到93%左右的識別率（雖然這兩者的主要目的是降維，而不是分類，但也能夠用於分類），這其中很大一部分緣由是，KPCA

>>阅读原文<<