主成分分析（Principal Component Analysis，PCA）

主成分分析

• 1. 主成分分析方法
  • • 1.1 维度缩减（Dimensionality Reduction）
    • 1.2 平均值（Mean）
    • 1.3 数据波动性（Variance）
    • 1.4 变量间关系（Covariance）
    • 1.5 相关性矩阵（Covariance Matrix）
    • 1.6 线性映射（Linear Transformation）
    • 1.7 主成分分析技术（PCA）
    • 1.8 PCA与SVD之间的联系

1.主成分分析方法概述

PCA作为一种数据降维的途径，被广泛应用于各类数据分析任务中。相关内容可参考以下资料：用最直观的方式告诉你：什么是主成分分析PCA。本信息整理自：Principal Component Analysis (PCA)。

1.1 降维（Dimensionality Reduction）

降维的目标之一：降低所需存储的数