Feature Engineering-（1）PCA的理解實現

Table of Contents PCA對比理解與實現 一、numpy方式 1.數據基本導入 2. 繪圖函數定義 4.計算pca 協方差矩陣 協方差矩陣的特徵值求解 查看幾個特徵值的重要性 5.應用求得到的特徵值對原數據集進行轉換 二、採用sklearn 1.擬合與訓練 2.top2的特徵值結果 3.特徵值的重要性（對原數據的可解釋性） 三、PCA對特徵非相關的處理 結論：PCA助於減緩特徵變量

>>阅读原文<<