【机器学习】PCA

感谢

这两篇博客PCA、机器学习实战之PCA对原理的介绍非常详细，我只在本篇中记录一些关键点。

笔记

• PCA是一种无监督的线性降维方法，通过求数据集的协方差矩阵最大的特征值对应的特征向量，由此找到数据方差最大的几个方向，对数据达到降维的效果。
• PCA处理前需要进行数据标准化
• 在信号处理中认为信号具有较大的方差，噪声有较小的方差，信噪比就是信号与噪声的方差比，越大越好。
• 转换坐标系时，以方差最大的方向作为坐标轴方向，因为数据的最大方差给出了数据的最重要的信息。第一个新坐标轴选择的是原始数据中方差最大的方法，第二个新坐标轴选择的是与第一个新坐标轴正交且方差次大的方向。重复该过程，重复次数为原始数据的特征维数。