PCA02-重要属性

源文件链接components_

重要属性components_

PCA降维的核心公式

X_dr(m,k)=X(m,n)*转置后的V(k,n)

V(k,n)是新特征空间，是我们要将原始数据进行映射的那些新特征向量组成的矩阵，把V(k,n)这个矩阵保存在n_components这个属性当中，可以让大家查看

如果原特征矩阵是图像，V(k,n)这个空间矩阵也可以被可视化的话，我们就可以通过两张图来比较，就可以看出新特征空间究竟从原始数据里提取了什么重要的信息。

详细代码链接请移步github

原来的X数据集的人脸

注：图片无法查看，可以点击源文件查看

特征空间V的人脸

对比可以看出，新特征空间里的特征向量们，大部分是"五官"和"亮度"相关的向量，所以新特征向量上的信息肯定大部分是由原数据中和"五官"和"亮度"相关的特征中提取出来的，是图片的关键数据，即PCA能够将原始数据集中重要的数据进行聚集