利用PCA简化数据

利用PCA简化数据

---

用途

主成分分析（Principal Component Analysis）可以把大量的数据的维度减小，也可以叫做降维。
这么做的好处如下:

• 使得数据更容易使用
• 降低很多计算的开销
• 去除噪声
• 使得结果易懂

本质

通过将原来的数据从高维度的坐标系映射到低维度新的坐标系来，这里有一篇很不错的例子:主元分析(PCA)理论分析及应用。

PCA过程简述

去除平均值
计算协方差矩阵
计算协方差矩阵的特征值和特征向量
将特征值从大到小排序
保留最上面的N个特征向量
将数据转换到上述N个特征向量构建的新空间中

代码

读取数据

def loadDateSet(fileName,delim='\t'):
    fr = open(fileName)
    stringArr = [line.strip().split(delim