PCA爲何要用協方差矩陣？

       PCA方法是數據降維的重要手段之一，方法比較簡單，就是將樣本數據求一個維度的協方差矩陣，而後求解這個協方差矩陣的特徵值和對應的特徵向量，將這些特徵向量按照對應的特徵值從大到小排列，組成新的矩陣，被稱爲特徵向量矩陣，也能夠稱爲投影矩陣，而後用改投影矩陣將樣本數據轉換。取前K維數據便可，實現對數據的降維。html        假設樣本數據有r維（組成一個r維向量），共有n個樣本。組成r

>>阅读原文<<