PCA是一种降维算法,通俗来讲,就是找到使得对Y影响最大的X集合,且X集合内的x尽量线性无关。它的原理在于将原始特征空间重构,找到使得原样本点投影方差最大的方向,也就是主成分。那么PCA的目的就在于找到拥有最大投影方差的主成分。
上公式:
取得最大的前m个特征值对应的特征向量,前Km个即为要重构的特征空间
PCA是一种降维算法,通俗来讲,就是找到使得对Y影响最大的X集合,且X集合内的x尽量线性无关。它的原理在于将原始特征空间重构,找到使得原样本点投影方差最大的方向,也就是主成分。那么PCA的目的就在于找到拥有最大投影方差的主成分。
上公式:
取得最大的前m个特征值对应的特征向量,前Km个即为要重构的特征空间