PCA（主成分分析）算法

原理：将数据从原来的坐标系转换到新的坐标系。第一个新坐标轴选择的是原始数据中方差最大的方向，第二个新坐标系选择和第一个坐标轴正交且具有最大方差的方向。该过程一直重复，重复次数为原始数据中特征的数目。目的是降维且增加特征向量的数目，找到主要线性分量及其表征方式。

 例子及代码：

【实验步骤】

1、导入数据并切片：

import pandas as pd

Data=pd.read_excel('农村居民人均可支配收入来源2016.xlsx')

X=Data.iloc[:,1:]

2、标准化处理;

from sklearn.preprocessing import StandardScaler

scaler=StandardScaler()