整理PCA的基本知识点。
1.基本概念
PCA(Principal Component Analysis),即主成分分析方法,是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上,这k维是全新的正交特征也被称为主成分,是在原有n维特征的基础上重新构造出来的k维特征。
2.用途
数据降维:
3.算法步骤
1) 将原始数据按列组成m行n列矩阵X
2) 将X的每一行(代表一个属性字段)进行零均值化
3) 求出协方差矩阵
参考资料: