PCA與SVD學習之路

前言 由於實驗室課題中用到了PCA降維，而我之前對於pca的理解一直是不夠深入。不能理解得分轉換矩陣係數的大小和正負的意義。特徵值的內在意義。所以現在仔細研究一下，以求對其有進一步的理解。 PCA（Principal Component Analysis）通過線性變化將原始數據變換爲各維度線性無關的表示，可用於提取數據的主要特徵向量，常用於數據的降維[1]。 向量表示和投影 我們知道，二維空間中的

>>阅读原文<<