协方差矩阵之主成分分析（PCA）

• 协方差矩阵的应用举例：多维的正态分布、主成分分析PCA（Principal Component Analysis）
• PCA作为一种通用的降维工具，常用于处理高维数据时的预处理步骤，以降低后续计算的复杂度。
• PCA本质是把高维数据通过线性变换投影到低维空间，投影时遵循的思想就是：找出最能代表原始数据的投影方法。
  “最能代表原始数据”希望降维后数据不失真，即被PCA“降”掉的那维数据只能是噪声或冗余。
  噪声：
  冗余：