主成分分析（PCA降維）

降維： LDA—瞭解 SVD—瞭解 PCA—重點 表示向量的時候是需要確定一組基的。 基的模長是1 降維目標：儘量在投射點上分散，不重合；重合會丟失很多信息。 減去均值好處：5條數據都平面直角座標系內 方差值越大越分散 協方差—算相關性 補充：線性代數特徵值，特徵向量知識 eig:可以協方差矩陣的特徵值和特徵向量 有協方差矩陣可以直接求出特徵值和特徵向量 降維：SVD；LDA。與PCA結果有區別

>>阅读原文<<