【算法】一个简单的主成分分析（PCA）原理

基本思想

对一组特征通过线性组合计算出一组新特征，新特征之间不相关，重要性最高的新特征之间方差最大，可以用重要性前几个特征（主成分）来代表所有特征。

注意，选择较少的主成分来表示数据不仅可以降维，还可以用来降噪，但是主成分对特定分类任务并不敏感。

构建方法

构建样本的协方差矩阵，进行奇异值分解，主元1应该匹配最大奇异值对应的奇异向量，主元2匹配最小奇异值对应的奇异向量。

参考资料：https://www.zhihu.com/question/41120789/answer/474222214

猜你喜欢：👇🏻
⭐【算法】一个简单的线性判别分析（LDA）原理
⭐【算法】一个简单的k均值（k-means）原理
⭐【算法】一个简单的K近邻（KNN）原理