通过找到一个低维平面，使得样本到该平面的投影误差最小，而这些投影形成了新的特征。比如下图：
1.对样本做feature scaling
2.将数据从n维降到k维，计算协方差矩阵（这里的x没有1项）：
利用SVD（奇异值分解）计算特征向量
我们真正需要的是U矩阵的前k列：
然后将原来的特征转换为新特征：
PCA
原文：https://www.cnblogs.com/pjishu/p/10828844.html
