主成分分析 PCA

主成分分析（Principal Component Analysis，简称 PCA）旨在找到数据中的主成分，并利用这些主成分表征原始数据，从而达到降维的目的。 【示例】：在三维空间中有一系列数据点，这些点分布在一个过原点的平面上。如果我们用自然坐标系 x,y,z 三个轴来表示数据，就需要使用三个维度。而实际上，这些点只出现在一个二维平面上，如果我们**通过坐标系旋转变换（获得新坐标系）**使得数据

>>阅读原文<<