PCA主成份分析

PCA（Principal Component Analysis）主要是为了做数据降维，数据从原来的坐标系转换到登录新的坐标系，新坐标系的选择是由数据本身决定的，第一个新坐标轴选择的是原始数据中方差最大的方向，第二个新坐标轴的选择和第一个坐标轴正交且具有最大方差，该过程一直重复，重复次数为原始数据中特征的数据。通常情况下，大部分方差都包含在前面的几个新坐标轴中，所以一般情况下我们选择前面几个贡献值较大的（90%以上）就是主成份了。PCA（Principal Component Analysis）主要是