内容简介：

目录

0 写在前面
1 为什么要降维？
2 主成分分析原理
3 PCA与SVD的联系
4 Python实现

0 写在前面
机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编写、测试与文章配套的各个经典算法，不依赖于现有库，可以大大加深对算法的理解。
?详情：机器学习强基计划(附几十种经典模型源码)

1 为什么要降维？
首先考虑单个特征的情形，假设在样本

...

查看原文

? 机器学习强基计划8-1：图解主成分分析PCA算法(附Python实现)