机器学习算法（四）之PCA降维算法理论

PCA降维又称为主成分分析法，顾名思义找到数据中的主要成分，用数据的主要特征对数据进行限定。举一个直接的例子如下： 1.在以下的红色，绿色，蓝色三份样本中有很多的点，每一个点在平面直角坐标系中有它自己的（x,y）坐标，因此相当于样本点具有二维的约束，对计算机来说，数据的维度越到，存储需要的计算空间越大，同时容易造成过拟合。 2.PCA降维的核心就是通过某种数学上的映射关系，将原本高维空间中的样本进

>>阅读原文<<