空间向量投影的一些整理

关注WX公众号： commindtech77， 获得数据资产，推荐系统源码等相关白皮书下载地址

回复关键字：推荐系统
下载《新闻资讯个性化推荐系统源码及白皮书》

首先来看一个向量在另一个向量上的投影：

若v向量为单位向量,则结果为 uv向量的点积 * v向量.
即: 某个方向力u, 在v方向上的分量.

假如V向量我们定义为单位向量，那么U向量在V向量上的投影向量就是UV向量的点积 * V向量，这样表示

U向量在V向量方向上的分量，也是一个向量，点积值表示在V向量上的投影长度。因此空间中有N个向量，

分别投影到V向量上，我们可以得到这N个向量在V向量上的投影点，分别表示点积值，如果这些值的方差越大，

说明这些投影点越分散，能够很好的区分各个投影向量，表明V向量能够清晰的表示各个向量的特点，可以作为

空间中这些向量的特征向量；假如各个投影点都集中在一起，方差值越小，离散度就越小，就越难区分，则很难用V向量来

区分空间中的这些向量。PCA主成成分分析中，找主方向，就是想找到某些向量，矩阵在该向量上的投影点很分散，

说明该向量带有矩阵的很多特征信息，能够将矩阵里面的元素区分开来