PCA---主成成分分析

$$PCA---主成成分分析$$

矩阵的相似对角矩阵，接近矩阵的本质
协方差矩阵可用来表示多维随机变量的概率密度，从而可通过协方差矩阵达到对多维随机变量的研究。

相似对角化

非奇异矩阵，可以转换为某个空间中的对角阵

特征矩阵的定义

Ap = ap

第一步，求每个特征的平均值，然后对于所有的样例，都减去对应的均值。

第二步，求特征协方差矩阵

第三步，求协方差的特征值和特征向量

第四步，将特征值按照从大到小的顺序排序，选择其中最大的k个，然后将其对应的k个特征向量分别作为列向量组成特征向量矩阵。

第五步，将样本点投影到选取的特征向量上。

---

推荐阅读资料

https://blog.csdn.net/zhongkelee/article/details/44064401

在图像里

一张图片就是向量

图片的个数（样本数）就是矩阵的维度