PCA降维大纲

PCA降维主要依靠找出特征向量的前k个主成分，将特征向量由n维缩减到k维（k<<n），同时保证信息没有太大的丢失，如何选出主成分，根据常理，数据分散要比数据密集更易区分些，因此根据原始数据映射到各个主成分上时，得到的方差的大小来确定主成分的优先级。 主要途径就是通过协方差矩阵（协方差矩阵主对角线是各个特征的特征值方差，其余数值为两两特征之间的协方差，协方差表示两个数据的相关程度，为0则不相关，为1

>>阅读原文<<