四、 主成分分析 PCA

主成分分析（Principal Component Analysis, PCA）是最常用的一种降维方法。PCA 旨在找到数据中的主成分，并利用主成分表征原始数据，从而达到降维的目的。PCA是一种线性、非监督、全局的降维算法。 以一个二维数据集为例，(a) 是二维空间中经过中心化的一组数据，我们很容易看出主成分所在的轴（以下称为主轴）的大致方向，即 (b) 中黄线所处的轴。 1 原理分析 假设原数据

>>阅读原文<<