通俗易懂的PCA降維原理詳解

       在機器學習實際的開發中，對原始數據的處理可能會佔到主要的工作量，數據處理的好壞也往往直接關係到模型最後結果的好壞。在我們對原始數據進行特徵提取時，有時會得到高維的特徵向量，其中包含很多冗餘和噪聲。此時我們希望在高維的特徵中找到影響整體的最主要的特徵，來提升特徵的表達能力、降低訓練的複雜度。今天大管就和大家來聊一聊主成分分析(Principal Components Analysis)

>>阅读原文<<