机器学习7——降维，主成分分析

降维 无监督学习方法，减少数据量 主成分分析/PCA： 根本目的：降维，减少无关信息，减少总的特征变量，增加已有特征变量包含的信息。 将n维数据降到n-1维，损失1维数据，损失数据用样本到拟合线垂直距离表示，最小化误差，即使得方差最大化 与线性回归的区分：主成分分析主要原理是最小化投影误差，属于非监督学习中的降维，本质上是对输入特征的减少；线性回归的主要原理是最小化预测误差，属于监督学习中的分类，

>>阅读原文<<