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。
- 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。