主成分分析PCA

什麼是PCA？ PCA，Principle Component Analysis，即主成分分析法，是特徵降維的最常用手段。顧名思義，PCA能從冗餘特徵中提取主要成分，在不太損失模型質量的情況下，提升了模型訓練速度。通常用於高維數據集的探索與可視化。PCA可以把具有相關性的高維變量合成爲線性無關的低維變量，稱爲主成分。主成分能夠儘可能保留原始數據的信息。   舉個例子，球和圓。一個三維空間的球，往坐

>>阅读原文<<