提及主成分分析中的公式？的相关内容，许多人不太了解，来看看小昭的介绍吧！
主成分分析中的公式？
PCA的计算方法如下：
1、假设由数据的特征和记录构成二维矩阵X0，即X0的一列表示一个特征，一行表示一条记录（一个示例），X0是一个m行n列的矩阵。
2、计算X0的转置X。X为n行m列的矩阵。
3、计算X任意两行之间的协方差，得到一个n行n列的协方差矩阵CovX。
4、求CovX的特征值和特征向量，得到n个特征值和一个n行n列的特征向量矩阵V0。
5、根据n个特征值的大小，降序排序，取最大的k个特征值，并取这k个特征值对应的特征向量，得到一个k行n列的特征向量矩阵V。
6、将k行n列的特征向量V与n行m列的矩阵X相乘，得到k行m列的矩阵Y0。
7、将Y0进行转置就得到m行k列的矩阵Y，这个矩阵Y就是包含k个主要成分的数据。
上述内容总共384字，希望对大家有所帮助。
