機器學習--PCA（主成分分析）原理及應用

衆所周知PCA是有效的降維方法，當你的特徵非常多維度非常大的時候，爲了使機器學習的算法在計算或是訓練的時候有更高的效率，通常會進行降維處理。 將一個具有m個數據n維的數據降爲k維的數據，方法如下： 算出一個sigma矩陣，x（i）爲n*1的矩陣，因此x(i)轉置爲1*n，因此sigma的形狀爲n*n。 svd爲奇異值分解函數，得到一個U矩陣，也爲n*n矩陣。 取U矩陣的前k列，與x相乘，得到降維後

>>阅读原文<<