主成分分析（PCA降维）

降维： LDA—了解 SVD—了解 PCA—重点 表示向量的时候是需要确定一组基的。 基的模长是1 降维目标：尽量在投射点上分散，不重合；重合会丢失很多信息。 减去均值好处：5条数据都平面直角坐标系内 方差值越大越分散 协方差—算相关性 补充：线性代数特征值，特征向量知识 eig:可以协方差矩阵的特征值和特征向量 有协方差矩阵可以直接求出特征值和特征向量 降维：SVD；LDA。与PCA结果有区别

>>阅读原文<<