主成分分析PCA(principal component analysis)是一种降维方法
将原来的数据乘以一个变换矩阵,得到降维后的矩阵。
Y=WTX
PCA是把高维数据投影到低维空间,使得数据的方差最大化,也就是投影之后数据尽可能地分散
如图所示,PCA会把数据的维度从原来的横纵轴变成斜着的两根轴,使得数据尽可能地分散开,也使得两根轴尽可能互不相关,也就是去相关
假如样本有n个特征
那么PCA处理之后也有n个特征,但这n个特征已经去相关了,去除了特征之间的相关性
我们可以选取前面若干个主成分来组成新的数据,这样就实现了降维,但这样也丢失了一些信息
PCA的步骤
- 求原数据的协方差矩阵
- 求协方差矩阵的特征值和特征向量
- 把特征向量依次排列起来,就得到了变换矩阵W了
协方差矩阵
如上图所示,有10个样本,每个样本3个特征
用MATLAB的cov函数直接就求出协方差矩阵了