图文并茂的PCA教程

声明： 参考：PCA数学原理、维基百科 PCA——主成分分析 简介 PCA全称Principal Component Analysis，即主成分分析，是一种常用的数据降维方法。它可以通过线性变换将原始数据变换为一组各维度线性无关的表示，以此来提取数据的主要线性分量。 z=wTx z = w T x   其中，z为低维矩阵，x为高维矩阵，w为两者之间的映射关系。 划重点： 线性无关是因为构建的特征轴

>>阅读原文<<