@[TOC] PCA
1.PCA算法原理
已知 X = [ x 1 , x 2 , . . . . , x n ] T , x ‾ = 1 n ∑ i = 1 n x i , S = 1 n X T H X , X=[x_1,x_2,....,x_n]^T,\overline x=\frac{1}{n}\sum_{i=1}^n x_i,S = \frac{1}{n}X^THX, X=[x1,x2,....,xn]T,x=n1i=1∑nxi,S=n1XTHX,其中 X X X是 n × p n×p n×p的样本数据矩阵, x ‾ \overline x x是样本均值, S S S是协方差矩阵,其中
H = I n − 1 n 1 n 1 n T , I n 是 单 位 矩 阵 , 1 n 是 全 为 1 的 列 向 量 H=I_n-\frac{1}{n}1_n1_n^T,I_n是单位矩阵,1_n是全为1的列向量 H=I