PCA算法推导过程中对协方差矩阵做特征值分解能保证它的特征.PDFVIP

PCA算法，推导过程中，对协方差矩阵做特征值分解，能保证它的特征值所对应的特征向量都是单位向量形式的 吗？ 特征值分解算法可以保证特征向量是单位向量，并且正交，这是由特征值分解算法保证的。具体可以查阅算法的 资料 如果使用QR算法，在计算特征值的同时也计算出了特征向量，并且特征向量是正交的，单位的。 backsubstitution 算法 PCA推导过程中，变量ai是如何体现到最终的投矩阵W里的？ ai不体现在W里，而是原始向量向W所代表的子空间投影后的坐标，即X与W 的行/列做内积后的结果 能把PCA投影到多维空间的投影矩阵的推导过程贴出来吗？ 2 n d L  m a e x ij j i i 1 j 1 T min W tr W SW  T W W I 最优的组合系数为 T aij ej xi m  T n  d   d  L  a e  m  x   a e  m  x  T   ij j i  ij j i aij ej xi m  i 1 j 1  j 1  n  d T d d T        T  a e a e 2 a e m x  m x m x                ij j  ik k  ij j i i i i 1 j 1  k 1  j 1     n  d d T  d T T   a a e e 2 a e m x  m x m x    ij ik j k