数学建模 之 主成分分析

PCA能做的事其实很有限，那就是：降维。越降维，维度就会越有意义。

下面说明PCA做法
首先这里有n行样本，每行样本有m个特征，我们想把它压缩成k个特征。
然后求出每列的均值，然后用每列减之。
然后求这个矩阵的列协方差矩阵(m*m的矩阵了)。
然后求这个协方差矩阵的特征值，一共m个。
我们挑取前k个，算出其特征向量，组成m*k的矩阵。
然后用被减去均值的矩阵乘之，就是最后的结果。

最后就是这样的算法。