理解PCA

0.精簡 <1>數據投影越分散的方向，代表數據差異越大，即特徵越明顯。 <2>方差可以用來代表分散程度，協方差用於保證不同方向的正交性。 <3>協方差矩陣的對角化可以達到在變換方向方差最大，且協方差爲0,即保證正交。 1.PCA用途 PCA全稱Principal Component Analysis，即主成分分析。其通過 線性變換，將原始數據變換爲一組 線性無關(基)的表示。從而提取數據的主要分量

>>阅读原文<<