PCA(主成分分析)方法浅析

降维、数据压缩

找到数据中最重要的方向：方差最大的方向，也就是样本间差距最显著的方向

在与第一个正交的超平面上找最合适的第二个方向

PCA算法流程

上图第一步描述不正确，应该是去中心化，而不是中心化

具体来说，投影这一环节就是：将与特征值对应的k个特征向量分别作为行向量组成特征向量矩阵P

直接乘以特征变量就好。原来是二维数据，降维之后只有一维。

我们想保留几个维度的特征，就留下几个特征值和对应的特征向量。

原文地址：https://www.cnblogs.com/jiading/p/11963861.html