PCA原理解析

1. PCA原理解析 主成分分析（PCA）是一種數據降維和去除相關性的方法，它通過線性變換將向量投影到低維空間。對向量進行投影就是對向量左乘一個矩陣，得到結果向量： 在這裏，結果向量的維數小於原始向量的維數。降維要確保的是在低維空間中的投影能很好地近似表達原始向量，即重構誤差最小化。 1.1 計算投影矩陣 核心的問題的如何得到投影矩陣，和其他的機器學習算法一樣，它通過優化目標函數得到。首先考慮最簡

>>阅读原文<<