基于 python 的主成分分析步骤及应用实例

主成分分析：步骤、应用及代码实现。

主成分分析(Principal Component Analysis)算法步骤：

设有 m 条 n 维数据：

1. 将原始数据按列组成 n 行 m 列矩阵 X
2. 将 X 的每一行（代表一个属性字段）进行零均值化，即减去这一行的均值
3. 求出协方差矩阵 $$C=\frac{1}{m}X{X}^T$$
4. 求出协方差矩阵的特征值及对应的特征向量
5. 将特征向量按对应特征值大小从上到下按行排列成矩阵，取前 k 行组成矩阵 P
6. Y=PX 即为降维到 k 维后的数据

具体原理及步骤可以参考《机器学习实战》之十三——利用PCA来简化数据
这篇介绍十分详尽，是唯一一份我每一步推导都能看懂的对于 PCA 原理的讲解）

实际上，