降维—PCA

1. 定义：将现有特征映射到一个新的特征空间中，然后得到新的特征。 特点：维度降低，数据改变。 2. 目的：算法运算更快效果更好；数据可视化 3. 衡量指标：样本方差，又称可解释性方差，方差越大，特征所带的信息量越多。 其中，Var表示某特征的方差，n代表样本量，xi表示某特征中的各样本 取值，x’代表该特征对应样本的均值。 4. 方法：矩阵分解。用来找出n个新特征向量，让数据能够被压缩到少数特征

>>阅读原文<<