摘要：
PCA (Principle Component Analysis)，主成分分析，是用的最广泛的数据预处理方法之一。同时PCA是一个almost always works的经典方法，基本上几乎所有的数据用PCA处理过以后再做后续的分类，往往会得到精度提升，不像很多其他方法只适用于某些数据而不适用于另一些数据。为什么PCA这么有效呢？我想主要是因为数据中普遍多多少少存在噪声，用PCA抽取主成分以后，噪声被滤除很多，使得分类变得更容易。另外，一些模型本身对数据空间有一些bias，用PCA做变换之后也会有影响，但这里的影响比较不确定。说回PCA本身，PCA的想法是把数据从原空间投影到一个低维空间，使 阅读全文
2013年7月16日
