主成分分析（PCA）方法

主成分分析（Principal components analysis，以下簡稱PCA）是最重要的降維方法之一。在數據壓縮消除冗餘和數據噪音消除等領域都有廣泛的應用。 在理解特徵提取與處理時，涉及高維特徵向量的問題往往容易陷入維度災難。隨着數據集維度的增加，算法學習需要的樣本數量呈指數級增加。有些應用中，遇到這樣的大數據是非常不利的，而且從大數據集中學習需要更多的內存和處理能力。另外，隨着維度的增

>>阅读原文<<