主成分分析（PCA）與Kernel PCA

本博客在以前的文章【1】中曾經介紹過PCA在圖像壓縮中的應用。其基本思想就是設法提取數據的主成分（或者說是主要信息），而後摒棄冗餘信息（或次要信息），從而達到壓縮的目的。本文將從更深的層次上討論PCA的原理，以及Kernel化的PCA。函數 首先咱們來考察一下，這裏的信息冗餘是如何體現的。以下圖中的左圖所示，咱們有一組二維數據點，從圖上不難發現這組數據的兩個維度之間具備很高的相關性。由於這種相關性

>>阅读原文<<