机器学习（十二）——主成分分析(PCA)

12.主成分分析(PCA) PCA主要是去除相关联特征中的噪声，从而使得关联特征数量转化为同一平面(直线)，从而达到降纬的目的。也就是寻找数据变更主轴。 应用： 可视化 压缩数据 提高机器学习速度 减少过拟合 异常检测 距离计算 例如我们有一个关于飞行员水平数据集，其中一个特征代表飞行员对飞行的热情，另一个特征代表飞行员飞行水平。这两个特征很可能是线性相关的，但是由于数据中存在噪声的影响导致这两个

>>阅读原文<<