主成分分析（PCA）

📉 100 维的数据——你根本”看”不到

一个数据可能有 100 个特征（维度）。你想看看这些数据长什么样——但人类最多理解 3 维。

如果告诉你：这 100 个维度中，90 个维度的变化很小——数据主要在前 10 个维度上”展开”。

PCA（主成分分析）就是找到数据”变化最大的方向”——把数据降维，同时尽量保留原始信息。

🏪 **类比：拍立影”

你给一个 3D 物体拍照——3D→2D，丢失了一个维度的信息。但你选好角度——从最能体现物体特征的方向拍——2D 照片仍然能看出 3D 物体的形状。

PCA 做的就是：找到”最好的拍照角度”——把高维数据投影到低维，保留尽可能多的”差异”。

---

🔧 PCA 的核心思想

from sklearn.decomposition import PCA

# 100 维的数据降到 2 维——只为了可视化
pca = PCA(n_components=2)
X_reduced = pca.fit_transform(X)

# X_reduced 是 2 维的——可以画在平面上
# pca.explained_variance_ratio_ 告诉你"保留了多少信息"

步骤：
1. 数据中心化（每个维度减去均值）
2. 计算协方差矩阵（各维度之间的相关性）
3. 求特征值和特征向量（找到"变化最大的方向"）
4. 选前 k 个特征向量作为新坐标轴
5. 把数据投影到新的 k 维空间

保留多少维度？ 看累计解释方差比——选”保留 90% 以上方差”的维度数。

---

📝 小结

概念	一句话
PCA	找数据变化最大的方向——降维保留主要信息
主成分	方差最大的方向——第 1 主成分最重要
解释方差比	每个主成分”保留了多少信息”
应用	可视化（高维→2D）、去噪、数据压缩

为什么先学这个？ 预处理完数据，进入深度学习——神经网络与反向传播。