PCA 主要是用协方差矩阵的特征向量来推导
假设P作为一组正交基构成的矩阵 乘以X得到映射Y
Y = PX 记X的协方差矩阵为C 则 C = 1/m* XX.T (m为样本数X.T记为转置)
记Y的协方差矩阵为D Y.T是Y的转置
D = 1/m * YY.T = 1/m * PXX.TP=P(1/m * XX.T)P.T=PCP.T D的协方差矩阵应为对角阵可以推出P应为C的特征向量构成矩阵
SVD分解
假设矩阵A可分解为 A = U∑V.T
可以推出 V应为A.T*A的特征向量构成的矩阵