Principal Component Analysis (PCA)主成分分析

什么是主成分分析 PCA的目的 PCA的背景 二维数值示例 数据重构 主成分分析步骤 什么是主成分分析？ 功能：降维以及特征构建 PCA被用于减少数据维度，但不损失太多信息 PCA被用于机器学习、信号处理和图像压缩 PCA的目的 通过对变量的线性结合，来解释或者总结一组数据量较大的变量的方差、协方差结构。 PCA的背景 假设有两个属性A1、A2，n个训练样本。x表示A1的值，y表示A2 的值 A

>>阅读原文<<