前言
在做任何机器学习算法训练之前，无论该算法模型是分类、回归还是聚类，我们都需要从原始数据中提取数据特征，然后将提取的特征组合成特征向量的形式输入到模型中进行训练。但是现实中往往会存在这么一个问题：原始数据特征的维度特别高，不利于模型的训练。这时候我们需要对原始数据的特征向量进行降维处理，然后将降维后的数据输入到模型中进行训练，得出最终的训练模型。在做任何机器学习算法训练之前，无论该算法模型是分类、回归还是聚类，我们都需要
阅读背景：
机器学习算法（九）特征降维——PCA 与 LDA
来源：互联网
分享到：
