主成分分析的计算方法

  主成分分析（Principal Component Analysis，PCA），是通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。通俗的讲就是将分布在多个维度的高维数据投射到几个轴上。现假设将二维数据投影到一个轴上。如图所示，图中黑色的点表示二维平面中的点，这些点沿L轴的方差最大，因此可以将二维的点投影到L轴上，从二维变成一维，起到了降维的作用。