PCA的简单介绍及其matlab事项:http://www.cnblogs.com/tornadomeet/archive/2012/12/30/2839615.html
PCA vs SVD:http://www.cnblogs.com/LeftNotEasy/archive/2011/01/19/svd-and-applications.html
PCA vs LDA:http://www.cnblogs.com/LeftNotEasy/archive/2011/01/08/lda-and-pca-machine-learning.html
LDA:降维,分类
SVD:压缩矩阵
PCA:降维,去相关;只用于方阵
LDA的输入数据是带标签的,而PCA的输入数据是不带标签的,所以PCA是一种unsupervised learning
其实PCA几乎可以说是对SVD的一个包装,如果我们实现了SVD,那也就实现了PCA了,而且更好的地方是,有了SVD,我们就可以得到两个方向的PCA,如果我们对A’A进行特征值的分解,只能得到一个方向的PCA