PCA(主成分分析)

主成分分析（Principal components analysis，以下简称PCA）是一种统计过程，是目前最重要的降维方法之一，它使用正交变换将一组可能相关的变量的观察值转换为一组称为主成分的线性不相关变量的值。 明确一点：PCA并不是单纯的减少原始数据的维数，而是对原始数据（n维）进行重构，生成新的维数（k维），k<n。 对于上图为一些二维变量分布而成，如果我们想要把这些变量降为一维，理想情

>>阅读原文<<