机器学习（十六）：主成成分分析（PCA)

文章目录

• • 一、主成成分分析
  • • 1.1 维度灾难
    • 1.2 降维
    • 1.3 相关性及其测量
    • 1.4 协方差矩阵与热力图
    • 1.5 PCA 的目标
    • 1.6 什么是主成分？
  • 二、探索
  • • 2.1 数据准备
    • 2.2 协方差与热力图
    • 2.3 降维方式
  • 三、主成分分析 (PCA)
  • • 3.1 目的
    • 3.2 步骤
    • 3.3 生活示例
    • 3.4 特征向量和特征值
    • 3.5 协方差矩阵
    • 3.6 PCA的应用
  • 四、案例(一）
  • 五、案例（二）
  • • 5.1 数据准备
    • <