PCA-主成分分析-的理解

推导过程可以参考：

点击打开链接

有m个样本，每个样本都是n维的列向量，对其进行PCA时，首先构造矩阵X=[],然后求 的特征值和特征向量（其为半正定矩阵，特征值都非负数）。如果要压缩到t维（t<=n）,则取前t个最大的特征值对应的特征向量作为投影方向,相当于新的坐标基。每一个样本都向这t个向量投影，得到t个投影值，从而每个向量都转换成了t维。

 

后续继续补充。

 

参考：机器学习实战