机器学习强基计划8-1：图解主成分分析PCA算法(附Python实现)

目录

• 0 写在前面
• 1 为什么要降维？
• 2 主成分分析原理
• 3 PCA与SVD的联系
• 4 Python实现

0 写在前面

机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编写、测试与文章配套的各个经典算法，不依赖于现有库，可以大大加深对算法的理解。

🚀详情：机器学习强基计划(附几十种经典模型源码)

1 为什么要降维？

首先考虑单个特征的情形，假设在样本 x x

来源地址：https://blog.csdn.net/FRIGIDWINTER/article/details/128699242