PCA for Reduce Dimensions

寫在前頭
你會從這篇文章看到：

• 使用R軟體執行主成份分析(Principal Components Analysis, PCA)減少資料維度。

但無法從這裡得到：

• 嚴謹又完整的PCA教學內容。

單刀直入砍維度
情境：假設有一個m╳n的資料集，因n個屬性太多，該如何縮減？(為快速說明，就使用100╳2的資料集，縮減為100╳1)

總結
PCA的優點是將用k維的向量來代表n維空間的資料點，可以節省儲存空間，加速演算法計算，但值得注意的地方，該如何降低維度才能保留資料特性，這又是另一個討論議題，就先擱著囉！

參考資料

1. Tan, Steinbach, Kumar, ”Introduction to Data Mining”,2005