PCA
Principal component Analysis
通过对原来坐标系调整位置获得新的坐标系。
最大方差:能够最大程度保持数据信息的压缩算法,
红线的方向就是主要成分的方向,各个点到这条线的距离就是该点的信息损失,距离之合越小信息损失越小。
从这里可以看出PCA的主要用途是用来尽心特征转换的。
主成分的数量跟每个点的特征数量有关,有多少个输入的特征值就有多少个主成分。
何时使用PCA:
- 访问隐藏特征
- 降维的时候使用PCA
PCA 在人脸识别上的使用, 通过降维降低特征数量,在通过SVM向量机对人脸进行分类。