PCA实际上可以通过SVD去实现,PCA本质上就是SVD的列方向的一个降维,不仅SVD可以做列方向的降维,还能做行方向的降维。
PCA的推到需要用到两个方面的知识:矩阵求导和拉格朗日乘子法。
矩阵求导:https://blog.csdn.net/daaikuaichuan/article/details/80620518#commentBox
拉格朗日乘子法(看计算过程即可,大学学过,有点忘了):https://baike.baidu.com/item/%E6%8B%89%E6%A0%BC%E6%9C%97%E6%97%A5%E4%B9%98%E5%AD%90%E6%B3%95/1946079?fr=aladdin
PCA的推到过程很简单:https://blog.csdn.net/qq_24464989/article/details/79834564
还有PCA和SVD的区别联系,可以看这个博客:https://blog.csdn.net/zhangdadadawei/article/details/50929574
看完这几篇保证你对PCA和SVD了解的很彻底,感谢各位博主的付出,我就整理一下,方便大家查阅,自己也记一下