常见的降维有主成分分析(PAC)、线性判别分析(LDA)、奇异值分解(SVD)、局部线性嵌入(LLE)方法

先将熟悉一点的pac主成分分析掰扯掰扯:

  1. 正如同人们所说的大部分事物上顾名思义是行得通的,这话也不能赖在周先生身上,毕竟是文盲我自己想的。

在我的认知中,PAC主成分更像是在求表示空间中的(最大线性无关表达子空间);根据线代里面的基础理论满秩空间有唯一解,逆推得知在表达子空间中,我们所求的解空间可以被重构成各个正交分量上的定值投影,去除与其他特征存在较大关联的特征,以最小损失在低维空间中对原本的求解空间进行无损压缩。