数据降维-PCA

PCA-主成分分析

本质：PCA是一种分析、简化数据集的技术

目的：是数据维数压缩，尽可能降低原数据的维数（复杂度），损失少量信息。

作用：可以削减回归分析或者聚类分析中特征的数量

步骤

• 初始化PCA,指定减少后的维度
• 调用fit_transform

语法

PCA(n_components=None)

• 将数据分解为较低维数空间

PCA.fit_transform(X)

• X:numpy array格式的数据[n_samples,n_features]
• 返回值：转换后指定维度的array