降維方法小結和理解：PCA、LDA、MDS、ISOMAP、SNE、T-SNE、AutoEncoder

PCA：Principle component analysis 主成分分析 百度百科：它是一個線性變換。這個變換把數據變換到一個新的座標系統中，使得任何數據投影的第一大方差在第一個座標(稱爲第一主成分)上，第二大方差在第二個座標(第二主成分)上，依次類推。主成分分析經常用於減少數據集的維數，同時保持數據集的對方差貢獻最大的特徵。 PCA是無監督的。（其實也可以不降維，比如上面的x1和x2變成了y

>>阅读原文<<