19、数据降维与可视化：PCA与MDS的应用

数据降维与可视化：PCA与MDS的应用

1. 无监督学习与主成分分析（PCA）

1.1 无监督学习概述

在数据处理中，我们之前的工作大多基于预测任务，即有已知正确答案的训练样本，这种学习方式被称为监督学习。然而，很多时候我们希望在没有答案参考的情况下发现数据结构，这就是无监督学习。例如，当面对包含大量列的数据表时，我们可能希望进行降维操作，将其转换为列数较少的表，这样能让数据集更易于理解，尽管会损失一些信息，但在探索新数据集时，这种对数据理解的提升往往是很有价值的。

1.2 股票市场数据降维

以股票市场数据为例，我们有从2002年1月2日到2011年5月25日期间25只股票的历史价格数据，如下表所示：

Date	ADC	AFL	…	UTR
2002-01-02	17.7	23.78	…	39.34
2002-01-03	16.14	23.52	…	39.49
…	…	…