特征提取——主成分分析(PCA)

特征提取——主成分分析(PCA) 2018/5/23 引言：特征提取是机器学习中很经常使用数据处理方式，通常都出如今实际搭建模型以前，以达到特征空间维度的变化（常见是降维操做）。特征提取是经过适当变换把已有样本的D个特征转换成 d(<D) d ( < D ) 个新特征。这样作的主要目的有：web 下降特征空间的维度，使后续的分类器设计在计算上更容易实现； 消除原有特征之间的相关度，减小数据信息的冗

>>阅读原文<<