PCA+核函數（高斯）提取特徵代碼+圖視

大數據時代，什麼維度災難問題的出現，所以需要提出 降維處理保留數據結構，減少算法運行時間，pca，kpca,svm等是一種 有效的特徵提取方法，這裏就不balabala說爲什麼要有這些技術以及他們的使用方法，下面直接代碼展示。 自己代碼生成一組數據，對其用pca和kpac進行特徵提取並比較效果，由下圖可以得知kpac效果更明顯 本文用的是高斯核函數： 高斯覈定義輸入空間的兩個點 更多關於上面的信息

>>阅读原文<<