机器学习---主成分分析（PCA）

主成分分析（Principal Component Analysis，PCA）是最常用的 一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数据压缩和预处理等。 PCA可以把具有相关性的高维变量合成为线性无关的低维变量,称为主成分。主成分能够尽可能保留原始数据的信息。 sklearn中主成分分析 在sklearn库中，可以使用sklearn.decomposition.PCA加载PCA进行

>>阅读原文<<