PCA主元分析方法描述

主元分析也就是PCA,主要用于数据降维。 通过去中心化和线性变换,将多维度的特征转换通过投影(坐标转换)成几个主成分特征,这个主成分特征是原来特征的线性变换。 主成分称为 它们称作“主元1”、“主元2”。 多维度特征直接有一定相关性!! 主成分分析法就是将多个(比如20个)特征的有用信息提取出来, 综合成1个到3个指标,这个1到3个指标可以反映20个指标的绝大部分信息。 缺点: 3个指标无法完全替
相关文章
相关标签/搜索