PCA(主成分分析)的计算过程

假设我们现在有n个样本，每个样本m个属性。

1、对所有样本进行中心化：求每个属性的均值，每个样本的每个属性 去减去该属性对应的均值。

2、计算样本的协方差矩阵（忘了协方差矩阵是什么？见http://blog.csdn.net/moon_down_wrp/article/details/77898654）

3、对协方差矩阵做特征值分解（实践中通常通过对样本矩阵X进行奇异值分解来代替协方差矩阵的特征值分解）

4、取最大的m'个特征值所对应的特征向量w1,w2,w3,...,wm'

5、投影矩阵即为W=(w1,w2,w3,...,wm')

6、xi样本对应的降维后的样本即为：W的转置*xi