解释一下核主成分分析(Kernel Principal Component Analysis, KPCA)的公式推导过程~

KPCA，中文名称”核主成分分析“，是对PCA算法的非线性扩展，言外之意，PCA是线性的，其对于非线性数据每每显得无能为力，例如，不一样人之间的人脸图像，确定存在非线性关系，本身作的基于ORL数据集的实验，PCA可以达到的识别率只有88%，而一样是无监督学习的KPCA算法，可以轻松的达到93%左右的识别率（虽然这两者的主要目的是降维，而不是分类，但也能够用于分类），这其中很大一部分缘由是，KPCA

>>阅读原文<<