機器學習數據降維方法：PCA主成分分析

PCA在機器學習中很常用，是一種無參數的數據降維方法。PCA步驟： 將原始數據按列組成n行m列矩陣X 將X的每一行（代表一個屬性字段）進行零均值化，即減去這一行的均值 求出協方差矩陣 求出協方差矩陣的特徵值及對應的特徵向量 將特徵向量按對應特徵值大小從上到下按行排列成矩陣，取前k行組成矩陣P Y=PX即爲降維到k維後的數據 1. PCA的推導 PCA通過線性變換將原始數據變換爲一組各維度線性無關的

>>阅读原文<<