数据分析面试【机器学习】总结之-----PCA主成成分分析 常见面试题整理

阅读之前看这里👉：博主是正在学习数据分析的一员，博客记录的是在学习过程中一些总结，也希望和大家一起进步，在记录之时，未免存在很多疏漏和不全，如有问题，还请私聊博主指正。
博客地址：天阑之蓝的博客，学习过程中不免有困难和迷茫，希望大家都能在这学习的过程中肯定自己，超越自己，最终创造自己。

1.PCA定义

PCA是比较常见的线性降维方法,通过线性投影将高维数据映射到低维数据中,所期望的是在投影的维度上,新特征自身的方差尽量大,方差越大特征越有效,尽量使产生的新特征间的相关性越小。

PCA算法的具体操作为对所有的样本进行中心化操作,计算样本的协方差矩阵,然后对协方差矩阵做特征值分解,取最大的n个特征值对应的特征向量构造投影矩阵。

2.PCA具体计算步骤

3.降维之后的维度怎么确定

• 可以利用交叉验证，再选择一个很简单的分类器，来选择比较好的 k‘ 的值
• 可以设置一个比重阈值 t，比如 95%，然后选择满足阈值的最小的 k‘：

∑ i = 1 d ’ λ i ∑ i = 1 d λ i ≥ t