协方差矩阵的意义:
方差是变量减均值的期望,两个变量的协方差是变量一减均值,乘以,变量二减均值,的期望。协方差矩阵,就是多个变量两两间协方差值,按顺序排成的矩阵。协方差的意义是,衡量两个变量偏差变化趋势是否一致,除以两变量标准差之积以标准化,即相关系数
对于机器学习领域的PCA来说,如果遇到的矩阵不是方阵,需要计算他的协方差矩阵来进行下一步计算,因为协方差矩阵一定是方阵,而特征值分解针对的必须是方阵,svd针对的可以是非方阵情况。
机器学习降维算法一:PCA (Principal Component Analysis)
主成分分析算法(PCA)是最常用的线性降维方法,它的目标是通过某种线性投影,将高维的数据映射到低维的空间中表示,并期望在所投影的维度上数据的方差最大,以此使用较少的数据维度,同时保留住较多的原数据点的特性。
http://www.cnblogs.com/xbinworld/archive/2011/11/24/pca.html