基於python3.7 numpy scipy matplotlib sklearn的機器學習筆記3_PCA降維及非負矩陣分解NMF方法實現

 1.概念 主成分析（ Principal Component Analysis ，PCA ）是最常用的 一種降維方法，通常用於高數據集的探索與可視化還以作據壓縮和預處理等。 PCA 可以把具有相關性的高維變量合成爲 線性無關的低維變量，稱主成分。能夠儘可保留原始數據的信息 2原理 矩陣的主成分就是其協方差矩陣對應的特徵向量，按照的特徵值大小進行排序，最就是第一主成分其次二成分，以此類推。---具

>>阅读原文<<