weixin_50684911的博客

原创 主成分分析（PCA）及葡萄酒数据集示例代码

主成分分析（PCA）是一种无监督的线性变换技术，广泛地应用于不同的领域，特别是特征提取和降维。他的应用领域包括股票市场交易的探索性数据分析和去噪，以及生物信息学的基因组数据和基因表达水平分析。PCA帮助我们根据特征之间的相关性来识别数据中的模型。PCA旨在寻找高维数据中存在的最大方差的方向，并将数据投影到维度小于或等于原始数据的新子空间。假设新特征轴彼此正交，该空间的正交轴（主成分）可以解释为方差最大的方向，如下图所示。其中x1、x2为原始特征轴，而PC1和PC2为主成分方向。