主成分分析 PCA

主成分分析的概念

主成分分析（PCA）是一种常用的数据降维方法，可以将高维数据转换为低维空间，同时保留原始数据中最具代表性的信息。在数学建模中，PCA可以应用于多个领域，例如金融、医学、自然语言处理等。

维度约减的概念

特征约减的目的是将高维特征向量映射到低维子空间中

给定 n 个样本（每个样本维度为 p 维）{X1,X2,X3...Xn}

通过特征变换 / 投影矩阵实现特征空间的压缩：

为什么要进行维度约减

大多数机器学习算法在高维空间中表现不够鲁棒

查询速度与精度随着维度增加而降低.

有价值的维度