Bobo老师机器学习笔记第七课-如何通过PCA实现高维数据向低维数据的转换

在上一篇博客中我们总结如何求出前N个主成分， 这篇博客中我们主要讲述如何通过PCA实现高维数据向低维数据的转变。 

高维数据向低维数据的转变的核心是重新建立新的坐标系，而这个坐标系就是前K个主成分构成矩阵。所以问题简化为如何通过高位矩阵和前K主成分矩阵，找出新坐标下的地位矩阵

首先假设数据X和前K个主成分我们已经求得如下：

转换公式其实很简单，如下：

从上图可以看到X乘以W的转置矩阵就会获取一个m*k的地位矩阵了。 

此外如果知道低维数据，也可以通过坐标系W还原到原来的X（m）数据。不过此处要注意，还原后的数据虽然和愿数据维度不变，但是数据有一定的损失，下面我们通过编程来直观的看一下。 

二、编码实现

基于上一篇博客的代码，