機器學習小組-主成分分析

基本概念 PCA的主要思想是將n維特徵映射到k維上，這k維是全新的正交特徵也被稱爲主成分，是在原有n維特徵的基礎上重新構造出來的k維特徵。 二維映射爲一維： 三維映射爲二維： 當數據集不同維度上的方差分佈不均勻的時候，PCA最有用。 降維後，整體和原樣本的分佈並沒有多大的差距，點和點之間的距離更大了，區分度也更加明顯。一般會使用方差（Variance）來定義樣本之間的間距: 基本步驟 對於如何找到

>>阅读原文<<