降維—PCA

1. 定義：將現有特徵映射到一個新的特徵空間中，然後得到新的特徵。 特點：維度降低，數據改變。 2. 目的：算法運算更快效果更好；數據可視化 3. 衡量指標：樣本方差，又稱可解釋性方差，方差越大，特徵所帶的信息量越多。 其中，Var表示某特徵的方差，n代表樣本量，xi表示某特徵中的各樣本 取值，x’代表該特徵對應樣本的均值。 4. 方法：矩陣分解。用來找出n個新特徵向量，讓數據能夠被壓縮到少數特徵

>>阅读原文<<