二：PCA 和 KPCA理解

PCA 和 KPCA理解 前言 PCA PCA的作用与要求 PCA中方差的表达 第一步 映射后的样本坐标 第二步 得出方差表达式 最优化问题：求方差最大值时的v PCA例子 KPCA 前言 本文中的数据样本都是去中心化的，即可以理解为均值为0。 PCA 本例中是从二维降到一维 PCA的作用与要求 PCA是用于降维的一种方法，在降维后尽可能的保留样本最大的特征，即保证降维后方差最大化。 如下图例子所

>>阅读原文<<