PCA－手写字体图片识别

特征降维

特征降维是无监督学习的另一个应用，有两个目的：

1.会在实际项目中遭遇特征维度非常高的训练样本，往往无法借助自己的领域知识人工构建有效特征；

2.在数据表现方面，无法用肉眼观测超过三个维度的特征。

特征降维不仅重构来有效的低维度特征向量，同时也为数据展现提供了可能。在特征降维的方法中，主成分分析（Principal Component Analysis）是最经典和实用的特征降维技术，特别在辅助图像识别方面有突出表现。

PCA－主成分分析

下面沿用“手写数字图像”的全集数据。

Python源码：

#coding=utf-8
import numpy as np
import pandas as pd
from sklearn.decomposition import PCA
from