PCA降维

1、赔率 2、PCA 引入PCA降维的原因是由于“维数灾难”，在机器学习中，过多的特征有时会使分类结果更差；或者是该特征是冗余特征。“维数灾难”是指计算量急剧增加，而分类精度下降。 PCA降维，就是将高维特征（n维）投影到低维子空间（k维），从而实现特征的融合。 1). 样本标准化 其中， 2). PCA降维 将n维数据降到k维，我们要选择最大的主成分。 首先计算协方差矩阵 其次求特征值特征向量，

>>阅读原文<<