主成分分析（PCA）

PCA（principal components analysis）即 主成分分析技术，又称 主分量分析。主成分分析也称主分量分析，旨在利用 降维的思想，把多指标转化为少数几个综合指标。

在统计学中，主成分分析PCA是一种简化数据集的技术。它是一个 线性变换。这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为 第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征.这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面.但是，这也不是一定的，要视具体应用而定.

PCA的重要应用

1. 这个技术通过降维的方式，然后我们应用到人脸识别

      2.去噪 

      3.特征提取