降維算法學習之PCA理論推導

PCA算法簡述 　　來，快上車，老鐵。主成分分析(Principal Component Analysis, PCA)是最常用的線性降維方法，它是通過某種線性投影，將高維數據映射到低維空間中表示，並期望在所投影的維度上數據方差最大，以此使用較少的數據維度，同時保留住較多的原數據點的特性。 PCA本質是藉助正交變換方法，將其分量相關的隨機向量轉化爲其分量不相關的新隨機向量： 　　其實，從上圖可以看出

>>阅读原文<<