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。