PCA降維大綱

PCA降維主要依靠找出特徵向量的前k個主成分，將特徵向量由n維縮減到k維（k<<n），同時保證信息沒有太大的丟失，如何選出主成分，根據常理，數據分散要比數據密集更易區分些，因此根據原始數據映射到各個主成分上時，得到的方差的大小來確定主成分的優先級。 主要途徑就是通過協方差矩陣（協方差矩陣主對角線是各個特徵的特徵值方差，其餘數值爲兩兩特徵之間的協方差，協方差表示兩個數據的相關程度，爲0則不相關，爲1

>>阅读原文<<