降维
PCA方法
主成分分析(Principal Component Analysis,PCA)是最常用的 一种降维方法,通常用于高维数据集的探索与可视化,还可以用作数 据压缩和预处理等。
PCA可以把具有相关性的高维变量合成为线性无关的低维变量,称为主成分。主成分能够尽可能保留原始数据的信息。
在介绍PCA的原理之前需要回顾涉及到的相关术语:
• 方差
• 协方差
• 协方差矩阵
• 特征向量和特征值
方差:是各个样本和样本均值的差的平方和的均值,用来度量一组 数据的分散程度。
协方差:用于度量两个变量之间的线性相关性程度,若两个变量的 协方差为0,则可认为二者线性无关。协方差矩阵则是由变量的协方差值 构成的矩阵(对称阵)。
实例
建立工程,导入sklea