moonyue_的博客

1 简介 PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA 通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。 2 算法思路 简述一下 PCA 的算法步骤： 设有n条d 维数据。 1将原始数据按列组成 d 行 n 列矩阵 X 2将 X 每一列（代表一个属性）进行零均值化，即减去这一列的均值 3求出协方差矩阵 4求出协方差矩阵的特征值及对应的特征向量 5将特征向量按对应特征值大小从上到下按行排列成矩阵，取