PCA降维

PCA主成分分析：principle component analysis

参考内容：

什么是主成分分析PCA：https://www.bilibili.com/video/BV1E5411E71z/

主成分分析是为了给数据降维，减少数据的存储内存。例如：位于平面坐标系的二维数据信息降低到一维平面。

该图表明示例降维的情况

PCA就是要找到这么一个坐标系，从而降低数据的维度。

PCA中有两个内容：主成分1和主成分2

主成分1：在坐标系该位置降维的信息量很大，各个数据点投影到该位置方差最大。
主成分2：在坐标系该位置降维的信息量也大，但相较于主成分1更低一些。

在PCA降维中，需要对白数据进行处理。

1. 延伸数据，该方法通过矩阵相乘进行。
   

图示为矩阵相乘的过程，即点积。简单来说就是左行对应相乘右列并求和，生成新的矩阵。