降维 - PCA
QA
1. PCA 中第一主成分是第一的原因？
https://www.nowcoder.com/questionTerminal/7e9febebe3d3467ca5ea17e013d416f0
2. 讲一下 PCA
PCA是比较常见的线性降维方法，通过线性投影将高维数据映射到低维数据中。 所期望的是在投影的维度上，新特征自身的方差尽量大，方差越大特征越有效，尽量使产生的新特征间的相关性越小。
PCA算法的具体操作为对所有的样本进行中心化操作，计算样本的协方差矩阵，然后对协方差矩阵做特征值分解，取最大的n个特征值对应的特征向量构造投影矩阵。