PCA(主成分分析)降維的概念、作用及算法實現

1、PCA降維的概念 Principal Component Analysis(PCA)：主成分分析法，是最常用的線性降維方法。它的目標是通過某種線性投影，將高維的數據映射到低維的空間中表示，即把原先的n個特徵用數目更少的m個特徵取代，新特徵是舊特徵的線性組合。並期望在所投影的維度上數據的方差最大，儘量使新的m個特徵互不相關。從舊特徵到新特徵的映射捕獲數據中的固有變異性。以此使用較少的數據維度，同

>>阅读原文<<