PCA，也即主成份分析，主要用于特征的降维。
高维数据中包含了大量的冗余并隐藏了重要关系的相关性，降维的目的就是消除冗余，减少被处理数据的数量。高维数据中包含了大量的冗余并隐藏了重要关
阅读背景：
PCA算法及其在人脸识别上的应用
来源：互联网
分享到：
