PCA为何要用协方差矩阵？

       PCA方法是数据降维的重要手段之一，方法比较简单，就是将样本数据求一个维度的协方差矩阵，而后求解这个协方差矩阵的特征值和对应的特征向量，将这些特征向量按照对应的特征值从大到小排列，组成新的矩阵，被称为特征向量矩阵，也能够称为投影矩阵，而后用改投影矩阵将样本数据转换。取前K维数据便可，实现对数据的降维。html        假设样本数据有r维（组成一个r维向量），共有n个样本。组成r

>>阅读原文<<