PCA(主成分分析）-用iris数据集的解析

这篇文章对PCA的算法分析的比较好：https://www.cnblogs.com/hadoop2015/p/7419087.html
看完以后我想尝试用iris数据集来实验一下，这里把记录下来：

步骤：
a. 对原始数据进行处理，每个数字减去这一列的平均值，还可以做归一化使得方差都差不多
b. 求协方差矩阵，取得数据间的方差区别，方差区别约大则认为较小一方是噪声，可以忽略
c. 对协方差矩阵求特征矩阵和特征值，选取前K个特征矩阵和特征值
d. 用前k个特征值对a步骤得到的数据进行将维处理，消除方差较小的噪声数据

3. 原始数据

取了iris数据集里面的三类，一共9行数据

data = pd.read_csv("iris.csv")
data = np.mat(data)

2. 分别求每列的平均值，并且用原始数据减去平均值

meanVals=np.mean(dataMat,axis=0)
meanRemoved=dataMat-meanVals

mean值：
[[5.58888889 3.03333333 3.46666667 1.15555556]]

得到结果：
[[-0.