对PCA的理解

首先给出定义如下： 我们考虑n维特征存在冗余，需要降低样本维度。一个样本由n维特征表示，即由n个数字表示。就相当于在2维空间中用一个坐标（m,n）去表示一个向量，如果对很多很多样本（这些样本就是坐标）进行降维，我们会考虑将其投影到一条直线上，投影在这条直线的点就是对于这些向量新的表示，如下所示： 更抽象来说就是寻找一个新的基去表示向量，现在的问题转化为怎么寻找合适的基以达到降维的效果。由于基的个数

>>阅读原文<<