主成分分析（Principle Component Analysis）PCA的核心思想是什么？PCA算法的优缺点？增量PCA模型, 随机PCA, 模型 核化PCA分别是什么？使用时如何选择？
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了主成分分析（Principle Component Analysis）PCA的核心思想是什么？PCA算法的优缺点？增量PCA模型, 随机PCA, 模型 核化PCA分别是什么？使用时如何选择？相关的知识，希望对你有一定的参考价值。
主成分分析（Principle Component Analysis）PCA的核心思想是什么？增量PCA模型, 随机PCA, 模型、 核化PCA分别是什么？使用时如何选择？
主成分分析（Principle Component Analysis）PCA的思想是将n维特征映射到k维上（其中，k），这k维是全新的正交特征（不同于特征筛选还是保留原来的数据形式）。这
以上是关于主成分分析（Principle Component Analysis）PCA的核心思想是什么？PCA算法的优缺点？增量PCA模型, 随机PCA, 模型 核化PCA分别是什么？使用时如何选择？的主要内容，如果未能解决你的问题，请参考以下文章
R语言主成分分析（Principle Component AnalysisPCA）
R语言PCA主成分分析（Principle Component Analysis）与线性回归结合实战
主成分分析（principle component analysis）和因子分析(exploratory factor analysis)主成分分析PCA和因子分析EFA的关系是什么？
131.008 Unsupervised Learning - Principle component Analysis |PCA | 非监督学习 - 主成分分析
主成分分析（Principle Component Analysis）PCA的核心思想是什么？PCA算法的优缺点？增量PCA模型, 随机PCA, 模型 核化PCA分别是什么？使用时如何选择？
主成分分析（Principal Component Analysis，PCA）与因子分析（factor analysis）