4 主成分分析(PCA)

1.基本概念 主成分分析由卡尔·皮尔逊于1901年发明，用于分析数据及建立数理模型。其方法主要是通过对协方差矩阵进行特征分解，以得出数据的主成分（即特征向量）与它们的权值（即特征值）。PCA是最简单的以特征量分析多元统计分布的方法。 维基百科-主成分分析 个人理解：降维的依据在于将两个及两个以上的相关性强的特征，压缩到1个或更少的特征上。 2.Motivation 降维的作用从大的方向将有两点：

>>阅读原文<<