PCA用来干什么:
PCA(Principal Component Analysis),PAC的作用主要是降低数据集的维度,然后挑选出主要的特征。PCA的主要思想是移动坐标轴,找到方差最大的方向上的特征值。
PCA算法流程:
- 对原始数据做均值归一化和方差归一化
- 对针对维度做协方差矩阵
- 求协方差矩阵的特征值和特征向量
- 将特征值按从大到小排序,按要求选取N(新维度的数量)个
- 将特征值对应的特征向量组成矩阵,右乘数据矩阵
PCA使用看似简单的处理流程,却暗含了非常精妙的数学原理,能根据用户的需求,使数据的维度降低,从而为后续的数据分析铺平了道路。
PCA的适用范围
PCA对于呈高斯分布的高维数据的效果极好,但PCA对噪声也同样过于敏感,也阻碍了其大范围适用。
----------
推荐一篇简明易懂的PCA的blog:http://www.cnblogs.com/jerrylead/archive/2011/04/18/2020209.html