【机器学习算法笔记】6. 降维与主份量分析（PCA）

【机器学习算法笔记】6. 降维与主份量分析（PCA） 6.1 PCA算法 特征选择问题是指将数据空间变换到特征空间，咱们但愿设计一种变换使得数据集由维数较少的有效特征来表示。 PCA是最经常使用的线性降维方法，它的目标是经过某种线性投影，将高维的数据映射到低维的空间中表示，并指望在所投影的维度上数据的方差最大，以此使用较少的数据维度，同时保留住较多的原数据点的特性。 通俗的理解，若是把全部的点都映

>>阅读原文<<