PCA對特徵點描述子降維

降維在機器學習領域其實是很重要的一部分，因爲在高維情形下回出現樣本稀疏，計算距離、內積困難，是所有機器學習面臨的共同問題，被稱爲維數災難（Curse of dimensionality），而降維就是解決的一個辦法，它不僅讓運算量變簡單，還因爲將原始數據投影在主特徵分量上可以抵抗一些噪聲的干擾。因爲想通過降維來縮小圖像配準過程中特徵點匹配的運算量，也在公衆號機器學習算法工程師中看到了一些降維的方法，

>>阅读原文<<