数据降维、PCA——基于鸢尾花数据集

主成分分析PCA 主成分分析（Principal Component Analysis， PCA） 主成分： 能够把具备相关性的高纬度变量，合成为线性无关的低纬度变量，称为主成分。主成分可以尽量保留原始数据的信息。 方差（度量分散程度） 协方差（度量两变量间的线性相关性，0，线性无关） 特征向量：描述数据结构的非零向量。 原理： 矩阵的主成分就是其协方差矩阵对应的特征向量，按照对应的特征值大小进行

>>阅读原文<<