TensorFlow深度学习实战（17）——主成分分析详解

0. 前言

主成分分析 (Principal Component Analysis, PCA) 是一种强大的降维工具，通过找到数据的主成分，可以有效地减少数据的复杂性，去除冗余特征，并保留数据的主要信息，在数据预处理、特征提取和可视化等方面都有广泛的应用。

1. 主成分分析

主成分分析 (Principal Component Analysis, PCA) 是最流行的用于降维的多变量统计技术。它分析由多个相关变量组成的训练数据，并从中提取出重要信息，这些信息以一组新的正交变量(称为主成分, principal components )的形式呈现。
我们可以通过两种方法来执行 PCA，包括特征分解 (eigen decomposition) 和奇异值分解 (singular value decomposition, SVD)。PCA 将 n