主成分分析PCA以及特征值和特征向量的意义

定义： 主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。经过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。PCA的思想是将n维特征映射到k维上（k<n），这k维是全新的正交特征。这k维特征称为主成分，是从新构造出来的k维特征，而不是简单地从n维特征中去除其他n-k维特征。算法 简单解释： 具体的，假如咱们的

>>阅读原文<<