转载：http://mooc.guokr.com/note/2542/ 本文和上一篇笔记一样：语言十分啰嗦。请大家忍耐…… 以前我不懂统计的时候（现在也不懂），只知道数据出来了要做三件事：1，检验一下数据是否符合正态分布；2，如果符合正态分布，就进行T检验，看P值是否小于0.05；3，如果数据不符合正态分布，就用另外的“非参数检验”。但是我完全不明白这些名词背后是什么原理。 这些

引言 当面对的数据被抽象为一组向量，那么有必要研究一些向量的数学性质。而这些数学性质将成为PCA的理论基础。 理论描述 向量运算即：内积。首先，定义两个维数相同的向量的内积为： (a1,a2,⋯,an)T⋅(b1,b2,⋯,bn)T=a1b1+a2b2+⋯+anbn 内积运算将两个向量映射为一个实数。其计算方式非常容易理解，但是其意义并不明显。所以，我