人工智能-统计机器学习-主成份分析

主成份分析: Principle Component Analysis （PCA）

主成份分析是一种特征降维方法，降维后的结果要保持原始数据固有结构。

原始数据结构：

•  图像数据中结构：视觉对象区域构成的空间分布
•  文本数据中结构：单词之间的(共现)相似或不相似

主成份分析中若干概念-方差与协方差

1、数据样本的方差（variance）描述了样本数据的波动程度

          假设有?个数据，记为? = {?? } (? = ?, … , ?)

                                             

2、数据样本的协方差 (covariance) 衡量两个变量之间的相关度

       假设有?个两维变量数据，记为(?, ?) = {(?? , ??)} (? = ?, … , ?)