PCA主成分分析

        做分类器前，需要对数据进行清理及预处理，如处理缺失数据、数据的归一化等，在获得初始特征向量后，用PCA进行特征选择，得到特征向量及对应数据，训练分类器，那么PCA是什么呢？

http://blog.codinglabs.org/articles/pca-tutorial.html

       PCA（Principal Component Analysis）是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。

PCA算法

总结一下PCA的算法步骤：

设有m条n维数据。

1）将原始数据按列组成n行m列矩阵X

2）将X的每一行（代表一个属性字段）进行零均值化，即减去这一行的均值

3）求出协方差矩阵C=1mXX