主成分分析（学习笔记）

主成分分析：principal component analysis（PCA）由卡尔皮尔逊于1901年提出，是一种分析，简化数据的技术，主要用于下降数据的维数，而且在这个过程当中， app 保持数据集中的对方差贡献最大的特征。 spa 具体操做：首先对数据集的协方差矩阵进行特征分解，获得数据集的主成分（特征向量）和相对应的权值（特征值）。咱们要在下降数据维数的过程当中，使数据集的信息丢失尽量的小，

>>阅读原文<<