一種關於PCA主成分分析中協方差矩陣特徵向量的直觀理解

參考文章：https://blog.csdn.net/a10767891/article/details/80288463 PCA問題可以理解爲一個座標變換問題 結合文首的鏈接，我們知道，PCA就是捨去一些樣本變化比較小的維度，所以圖片中e2方向的信息可以捨去，將二維數據壓縮到一維。到這裏，不難理解，PCA問題就要新建一個座標系：數據分佈最離散的方向作第1個軸，然後在垂直（正交）已建立軸的空間裏選

>>阅读原文<<