PAC 主成分分析
主要的几个步骤：
线性变换，线性无关，主要线性分量（方差加大的方向），求主要线性分量的表达式
其中线性变换的概念（一个矩阵与一个列向量A相乘，等到一个新的列向量B，则称该矩阵为列向量A到列向量B的线性变换）
方差（方差越大，说明数据越分散。通常认为，数据的某个特征维度上数据越分散，该特征越重要）
协方差（正交，当协方差为0时，表示两个字段线性不相关）
PCA的优化目标是：
将一组N维向量降为K维（K大于0，小于N），其目标是选择K个单位正交基，使得原始数据变换到这组基上后，各字段两两间协方差为0，而字段的方差则尽可能大
原文：https://www.cnblogs.com/huayecai/p/10497377.html