PCA数学原理

为什么要有特征值和特征向量{转}

PCA ： principal component analysis ( 主成分分析)

【T】排序

【推荐系统】特征值分解（谱分解）和奇异值分解（SVD），即在PCA上的应用

机器学习推导|主成分分析

揭开面纱：数据降维到底是怎么一回事？「强烈推荐」

特征值与特征向量：信号处理中的应用

主成分分析，换个角度看世界

「Deep Learning」读书系列分享第二章：线性代数 | 分享总结

机器学习中的数学(5)

Python 主成分分析PCA

SVD与PCA

机器学习中的数学(4)-线性判别分析（LDA）, 主成分分析(PCA)

主成份(PCA)与奇异值分解(SVD)的通俗解释

数据挖掘实战：PCA算法

再谈协方差矩阵之主成分分析

PCA线性代数讲解

主成分分析PCA以及特征值和特征向量的意义

[pca]PrincipalComponentAnalysis（PCA）

抓住主要信息，线性降维的技术——PCA

LDA?线性判别分析

机器学习算法笔记系列之深入理解主成分分析PCA

主成分分析（Principal Component Analysis）

主成分分析(PCA)原理及推导(转)

主成分分析