PCA中方差的效用

文章预览

PCA的核心目标是保留原始数据的最大方差，同时减少维度。其原理是，如果我们保留了方差，就能够保留最多的信息。 但是为什么？ 许多人难以直观理解使用“方差”的动机。换句话说： 为什么保留了最大方差就等同于保留最大信息？ 接下来我们将对此提供一个直观的解释。 假如有人给了我们以下三个人的体重和身高信息：  欢迎加入自动驾驶实战群 很明显，身高列与体重列相比，有更大的 方差 。 因此，即使丢弃体重列，仅凭身高，仍然可以区分这三个人。 但如果仅保留体重列，就不太可能做到这一点了吧！ 原因就是身高比体重有更大的方差。 这也是PCA的核心原理，它试图保留最大的数据方差。简而言之，PCA建立在这样一个前提之上：更多的方差意味着更多的信息。 在降维过程中，如果我们保留了方差，就能够保留最多的信息。 但有一 ………………………………