PCA的计算实例

  PCA (Principal Components Analysis)，即主成分分析法，是多元数据处理的重要方法之一。在多变量问题的研究中，变量间经常存在一定的相关性。当变量很多时，在高维空间中研究样本的分布规律常常比较困难。为了克服这一困难，一个很自然的想法就是采取降维的方法，也就是利用全部n个变量来重新构造m个新的综合变量(m<n)，并使得这m个较少的变量既能尽可能多地反映原来n个变量的统

>>阅读原文<<