def pca(dataMat, topNfeat=9999999): #数据矩阵, 输出前topNfeat个feat
meanVals = mean(dataMat, axis=0) # 计算平均值
meanRemoved = dataMat - meanVals
covMat = cov(meanRemoved, rowvar=0) #计算协方差矩阵
eigVals,eigVects = linalg.eig(mat(covMat)) #特征值,
eigValInd = argsort(eigVals) #排序, 找出特征值大的. 其实就是与其他的变化最不相符
eigValInd = eigValInd[:-(topNfeat+1):-1] #反转
redEigVects = eigVects[:,eigValInd] #
lowDDataMat = meanRemoved * redEigVects #映射
reconMat = (lowDDataMat * redEigVects.T) + meanVals
return lowDDataMat, reconMat
主成分分析法的数学原理我们可以简单地了解一下就可以了: 找到变化最大的方向作为新的feature
若想从程序的到的结果, 推断出这样划分的意义, redEigVects 非常关键, 它给出了一个映射关系