4 主成分分析(PCA)

1.基本概念 主成分分析由卡爾·皮爾遜於1901年發明，用於分析數據及建立數理模型。其方法主要是通過對協方差矩陣進行特徵分解，以得出數據的主成分（即特徵向量）與它們的權值（即特徵值）。PCA是最簡單的以特徵量分析多元統計分佈的方法。 維基百科-主成分分析 個人理解：降維的依據在於將兩個及兩個以上的相關性強的特徵，壓縮到1個或更少的特徵上。 2.Motivation 降維的作用從大的方向將有兩點：

>>阅读原文<<