主成分分析（Principal Component Analysis, PCA）

PCA是最重要的非監督學習的降維方法之一。在數據壓縮消除冗餘和數據噪音消除等領域都有廣泛的應用。 A、PCA的優缺點 1）優點：僅僅需要以方差衡量信息量，不受數據集以外的因素影響；各主成分之間正交，可以消除原始數據成分見得相互影響的因素；計算方法簡單，主要運算是特徵值分解，易於實現。 2）缺點：主成維特整分各個特徵維度的含義具有一定的模糊性，不如原始樣本特徵的解釋性強；方差小的非主成分也可能含有對

>>阅读原文<<