PCA理论与实践

PCA理论与实践 PCA作用： 降维，PCA试图在力保数据信息丢失最少的原则下，用较少的综合变量代替原本较多的变量，而且综合变量间互不相关，减少冗余以及尽量消除噪声.     PCA的计算步骤： 假设样本观测数据矩阵为： ， 为n个样本在第i个属性上的观测值，是一个列向量 1.对原始数据标准化处理（0均值化处理） 2.计算样本相关系数矩阵 3.计算协方差矩阵的特征值和特征向量 4.选择重要的主成分

>>阅读原文<<