主成分分析（principal component analysis，PCA）是一种无监督学习方法，用来计算主成分理解数据。
PCA的主要思想是n个样本值虽然都是存在于p维空间当中，但是并不是所有维度都有同样的价值，PCA致力于寻找少数尽可能有意义的维度来表达数据。而维度是否有意义由所有观测值在每一维度上的离散程度（方差，variance）决定。
PCA步骤：
假设现在有这么一组数据
第一步：
数据中心化，分别求X1和X2的均值，然后对于所有的样本数据都减去对应的均值，如样本数据
所以中心化的数据如下图所示
第二步
，求X1和X2的协方差矩阵
版权声明：本文为weixin_35606595原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。