特征值 特征向量 正交分解 PCA

无意间想到的，有时间会补充内容。

还记得学线性代数时计算矩阵的特征值和特征向量，然后这个矩阵就可以用这个特征值和特征向量表示。

这样就可以理解成矩阵其实是多个向量拼在一起的，这样就可以将矩阵和向量建立联系。

特征值和特征向量其实就是寻求原向量组合的最简单表示，因为向量是可以分解和组合的。

为什么要用特征值和特征向量：原因是解耦合、等价变换。

PCA又是什么呢：主成分分析，就是选取特征值较大的特征向量代替原特征值和特征向量实现降维，

降维的优点是减少计算量，缺点是损失精度。