機器學習-無監督學習3

主成分分析和奇異值分解 降維分析 簡單介紹 用少量的特徵代替整體的特徵 方法類型 主成分分析（Principal components analysis, PCA） 線性判別分析（LDA） 流形學習（局部線性嵌入-LLE，拉普拉斯特徵映射） 主成分分析 概念化定義 在多元統計分析中，PCA經常用於減少數據的維數，同時保持數據集中的對方差貢獻最大的特徵。這是通過保留低階主成分，忽略高階主成分做到的。

>>阅读原文<<