PCA降维，主成分分析法。
降维就是去除线性相关，使得最后剩余的属性维度全都线性无关。
|
均值（平均值） |
 |
|
样本方差（总体方差是n，样本方差是n-1） |
 |
|
协方差（如果X等于Y，就是方差） |
 |
①去中心化，减去均值
②计算协方差
③求协方差的特征值，特征向量
④特征向量归一化，原来n维，现在要降到k维，那么就取最大的k个特征值对应的特征向量。与原输入进行相乘。
第一步：均值为0，去中心化不变
第二步：求协方差
第三步：求特征值，特征向量
第四步：特征向量归一化
第五步：取前k大特征值对应的特征向量（原输入是2维，现在要降维到1维，k=1，取最大特征值对应的特征向量）
参考：https://blog.csdn.net/program_developer/article/details/80632779
参考：https://blog.csdn.net/qiusuoxiaozi/article/details/50810521