降维算法学习之PCA理论推导

PCA算法简述 　　来，快上车，老铁。主成分分析(Principal Component Analysis, PCA)是最常用的线性降维方法，它是通过某种线性投影，将高维数据映射到低维空间中表示，并期望在所投影的维度上数据方差最大，以此使用较少的数据维度，同时保留住较多的原数据点的特性。 PCA本质是借助正交变换方法，将其分量相关的随机向量转化为其分量不相关的新随机向量： 　　其实，从上图可以看出

>>阅读原文<<