《机器学习中的数学》——PCA与特征值分解

目录 摘要 问题分析 总结与链接 摘要 PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。本篇主要从线性代数角度分析PCA。 问题分析 给定矩阵 X ⊆ R m ∗ n X \mathbb \subseteq \mathbb R^{m*n} X⊆

>>阅读原文<<