PCA（Principal Components Analysis）是一个简单的机器学习算法，用于对矩阵的有损压缩。即缩小矩阵列向量的维度，并尽量减少精度的损失，以减小存储空间。当然，现在的硬盘已经足够大，根本不需要这样的有损压缩来减小存储容量了。它主要用于训练数据的降维、数据中噪点的去除等。因此是一个很有用的算法。下面把压缩称作编码，解压缩称作解码。 PCA（Principal Components Analysis）是一个简单的机器学习算法
阅读背景：
PCA——主成分分析
来源：互联网
分享到：
