PCA算法

一、算法思想的理解        一般教材对主成分分析法（PCA）的描述是通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。我认为通俗的说，就是通过线性变换将高维数据投影到低维空间中来实现数据降维的目的。其中的关键就是怎么投影能使得投影后的数据包含最多的原数据点，也就是使降维后的数据最接近原始数据。一个极端的例子，投影后所有的点都映射到一起，

>>阅读原文<<