pca算法为什么要做特征值分解

问题描述

精选答案

PCA算法要做特征值分解是因为只有将原始数据转化为正交基之后才能避免特征之间的冗余，达到降维的目的。

特征值分解可以将协方差矩阵转化为一组正交特征向量和对应的特征值，这些特征向量构成了一个新的基，通过在新空间中保留一定数量的主成分，可以最大限度地保留原始数据信息的同时减少冗余信息，大大提高了数据压缩和处理的效率。

其他回答

英语句

因为它是一种主成分分析算法，通过计算特征值分解来确定哪些特征主要，哪些不重要。