PCA（principal component analysis主成分分析）归纳（缘由、步骤、主成分得分、特征值表重要性的缘由、图像的特征分解）

PCA降维的缘由spa 主成分的个数（数据量）远小于原数据量  排序 主成分能够反映原有变量的绝大部分信息变量 主成分之间互不相关（正交），而且能够获得有效解释 （在主成分有意义的状况下）数据     总之主成分分析就是本来多维度的数据转成只包含少数几个维度、各维度所含数据量高度稠密且互不相关的精简数据，同时降维删除掉的部分维度大可能是缺少贡献的噪音数据，对减小预测干扰有必定的好处。margin

>>阅读原文<<