PCA 学习笔记

文章目录 前言 PCA 前言 重要的算法还是写写笔记吧 PCA 主成分分析（PCA）是一种降维方法，使用一个超平面，对正交属性空间中的所有样本点进行恰当的表达。超平面应该满足这样的性质： 最近重构性：样本点到这个超平面的距离都足够近 最大可分性：样本点在这个超平面上的投影尽可能分开 基于这两个可以分别得到等价推导。 然后可得投影后的样本为 W ⊤ X W^{\top}X W⊤X，这里是中心化后的样

>>阅读原文<<