PCA理解——复习篇
复习到特征工程，联想到了PCA，就小结一下：
1、核心：PCA的思想是基于最大方差理论（某一维方差越大代表了包含了原始数据的绝大部分信息，这也可以从信息论的角度理解，信息熵），将n维特征映射到k维上（k<n），这k维是全新的正交特征。注意：这k维特征称为主成分，是重新构造出来的k维特征，而不是简单地从n维特征中去除其余n-k维特征。
2、数学上的推导：
补充：
复习到特征工程，联想到了PCA，就小结一下：
1、核心：PCA的思想是基于最大方差理论（某一维方差越大代表了包含了原始数据的绝大部分信息，这也可以从信息论的角度理解，信息熵），将n维特征映射到k维上（k<n），这k维是全新的正交特征。注意：这k维特征称为主成分，是重新构造出来的k维特征，而不是简单地从n维特征中去除其余n-k维特征。
2、数学上的推导：
补充：