Machine Learning Series No.10 -- PCA

PCA算法 PCA算法是一种降维算法，其主要思想有两种： 1.使得降维以后的超平面离原始的样本点尽可能的近。 2.使得样本点在降维以后的超平面的投影尽可能的分开。 注意：PCA减少基底的数目，从而减少数据维度。 坐标系的变换 设新坐标系的正交基为 η=(η1,η2,⋯,ηm) η = ( η 1 , η 2 , ⋯ , η m ) ，原始样本为 x=(x1,x2,⋯,xt) x = ( x 1 ,

>>阅读原文<<