吴恩达机器学习课后习题（PCA算法）

一、PCA算法

PCA算法为主成分分析算法，在数据集中找到“主成分”，可以用于压缩数据维度。

二、实现PCA算法

导入数据包。

import numpy as np
import matplotlib.pyplot as plt
from scipy.io import loadmat

导入一个二维数据，并绘制散点图。

data = loadmat("E:\\Pycharm\\workspace\\ex_Andrew\\ex7_Andrew\\ex7data1.mat")
X = data['X'] #X为（50，2）
fig,ax = plt.subplots(figsize=(8,6))
ax.scatter(X[:,0],X[:,1],c='b')

构造pca算法，并使用二维数据集进行模拟PCA，计算出了U,S,V三个矩阵。

def pca(X):
    X = (X-X