摘要： 一、基础理解 1） PCA 降维的基本原理 寻找另外一个坐标系，新坐标系中的坐标轴以此表示原来样本的重要程度，也就是主成分；取出前 k 个主成分，将数据映射到这 k 个坐标轴上，获得一个低维的数据集。 2）主成分分析法的本质 将数据集从一个坐标系转换到另一个坐标系，原坐标系有 n 个维度（n 中特征 阅读全文