理解主成分分析(PCA).PDFVIP

SIGAI 人工智能平台 理解主成分分析 (PCA) 导言 主成分分析法 (PCA) 是一种常用的数据分析手段。对于一组不同维度 之间可能存在线性相关关系的数据，PCA能够把这组数据通过正交变换 变 成各个维度之间线性无关的数据。经过 PCA 处理的数据中的各个 样本之间的关系往往更直观，所以它是一种非常常用的数据分析和预处 理工具。PCA 处理之后的数据各个维度之间是线性无关的，通过剔除 方差较小的那些维 度上的数据我们可以达到数据降维的目的。在本文 中，我们将介绍 PCA的原理、应用以及缺陷。 为什么要有 PCA 如果数据之中的某些维度之间存在较强的线性相关关系，那么样本在这 两个维度上提供的信息有就会一定的重复，所以我们希望数据各个维度 之间是不相关的 (也就