理解PCA

0.精简 <1>数据投影越分散的方向，代表数据差异越大，即特征越明显。 <2>方差可以用来代表分散程度，协方差用于保证不同方向的正交性。 <3>协方差矩阵的对角化可以达到在变换方向方差最大，且协方差为0,即保证正交。 1.PCA用途 PCA全称Principal Component Analysis，即主成分分析。其通过 线性变换，将原始数据变换为一组 线性无关(基)的表示。从而提取数据的主要分量

>>阅读原文<<