PCA

PCA 主成分分析

PCA 是一种无监督的线性降维方法，它的核心思想是通过线性变换将原始的高维数据投影到一个新的低维空间中，使得投影后的数据在新的坐标轴上的方差最大。这样可以保留数据中最主要的特征信息，同时去除噪声和冗余信息

数学原理

既然需要保留最多的方差，那么首先我们要计算出数据集的协方差矩阵 $C[i,j]=Cov(x_i,x_j)$