基于python3.7 numpy scipy matplotlib sklearn的机器学习笔记3_PCA降维及非负矩阵分解NMF方法实现

 1.概念 主成分析（ Principal Component Analysis ，PCA ）是最常用的 一种降维方法，通常用于高数据集的探索与可视化还以作据压缩和预处理等。 PCA 可以把具有相关性的高维变量合成为 线性无关的低维变量，称主成分。能够尽可保留原始数据的信息 2原理 矩阵的主成分就是其协方差矩阵对应的特征向量，按照的特征值大小进行排序，最就是第一主成分其次二成分，以此类推。---具

>>阅读原文<<