【算法周】PCA教你如何化繁为简（下）

欢迎关注哈希大数据微信公众号《哈希大数据》

3. PCA算法流程

从上面两节我们可以看出，求样本x⁽ⁱ⁾的n'维的主成分其实就是求样本集的协方差矩阵XX^T的前n'个特征值对应特征向量矩阵W，然后对于每个样本x⁽ⁱ⁾,做如下变换z⁽ⁱ⁾=W^Tx⁽ⁱ⁾，即达到降维的PCA目的。

输入：n维样本集D=（x⁽1),x⁽2),...,x⁽m))，要降维到的维数n'.

输出：降维后的样本集D′

1) 对所有的样本进行中心化：