为什么去掉第1主成分后X2数据维度没有降低？
来源：7-4 求数据的前n个主成分
神经旷野舞者
2018-02-18
X2 = np.empty(X.shape)，X2应该是维度降低的吧，毕竟减掉了一些成分
写回答
2回答
-
主成分分析是将一个n维空间首先映射到另一个n维空间，在新的n维空间中，坐标轴的重要程度从重要到不重要排列。降维是在影射之后，在新的n维空间中取前k维。(k<n)
在这里，我们的例子中，是将原本的坐标系，转换成了如下的坐标系。注意，这个坐标系也是二维的。
上面图中的红色的数据点就是将原始数据映射到第一主成分的结果，此时二维数据完全在一条直线上，形成了一个一维的数据。我们将原始数据点映射到这个坐标轴的上的结果，形成了一个一维数据，就是从二维降到一维的过程。
上面的数据映射过程得到的红色点的示例是从下一个小节截取的，看完下一小节才介绍完PCA的完整过程，然后再回头自己整理理解一下？：）
422018-02-19 -
寅时猛抽风
2018-08-24
原始坐标系称为A1
这里应该是分成了三步，第一步是找一个新的坐标系，这个坐标系还是有 N个基坐标,称为A2
第二步，是在得到新的坐标系的基础上，对新的坐标系进行分析，结果发现新坐标系中有些基没什么鸟用，具体会表现在特征值比较小上。于是乎我们只获取这个心的坐标系的一部分，再次得到一个更加新的坐标系，称A3
第三步，用这个A3去点乘我们的数据，这一步就实现了所谓的降维。
我这个说法对吗？bobo老师
012018-08-24
相似问题