1.PCA算法概述
1.1 PCA算法介绍
主成分分析(Principal Component Analysis)是一种用正交变换的方法将一个可能相关变量的观察值集合转换成一个线性无关变量值集合的统计过程,被称为主成分。主成分的数目小于或等于原始变量的数目。
1.2 PCA算法原理
PCA的实质是在能尽可能好地代表原特征的情况下,将原特征进行线性变换,映射到低维空间。
1.3 PCA 算法优缺点
(1)优点:
(2)缺点:
主成分分析(Principal Component Analysis)是一种用正交变换的方法将一个可能相关变量的观察值集合转换成一个线性无关变量值集合的统计过程,被称为主成分。主成分的数目小于或等于原始变量的数目。
PCA的实质是在能尽可能好地代表原特征的情况下,将原特征进行线性变换,映射到低维空间。
(1)优点:
(2)缺点: