机器学习03_主成分分析(降维).md

降维（PCA）

定义：高维数据转化为低位数据的过程，在此过程中可能会舍弃原有数据，创造新的变量

作用：是数据维数压缩，尽肯能降低元数据的维数（复杂度），损失少量信息

应用：回归分析或者聚类分析当中

思路：找到一条合适的直线，通过一个矩阵运算得出主成分分析的结果

API

from sklearn.decomposition  import PCA

def pca_demo():
    data = [[2,8,4,5],[6,3,0,8],[5,4,9,1]]
    transfer = PCA(n_components=2) #降维成两个特征
    data_new = transfer.fit_transform(data)
    print("data_new:\n",data_new)
    return None