對PCA的理解

首先給出定義如下： 我們考慮n維特徵存在冗餘，需要降低樣本維度。一個樣本由n維特徵表示，即由n個數字表示。就相當於在2維空間中用一個座標（m,n）去表示一個向量，如果對很多很多樣本（這些樣本就是座標）進行降維，我們會考慮將其投影到一條直線上，投影在這條直線的點就是對於這些向量新的表示，如下所示： 更抽象來說就是尋找一個新的基去表示向量，現在的問題轉化爲怎麼尋找合適的基以達到降維的效果。由於基的個數

>>阅读原文<<