数据清洗过程中的特征选择----主成分分析

主成分分析： Principal Component Analysis (PCA)

PCA的本质就是找一些相互正交的投影方向的方差。计算原始数据在这些正交基上投影的方差越大，则说明在对应正交基上的信息量越多。
原始数据协方差矩阵的特征值越大，对应的方差越大，在对应的特征向量上投影的信息量就越大，就是主成分。

特征值小，说明数据在这些特征向量上投影的信息量很小，则这数据在总体中的影响很小，可以将小特征值对应方向的数据删除，从而达到了降维的目的。
所以，主成分分析主要是为了寻找总体中，占比例比较少的成分，删除。达到降维和数据清洗的目的