PCA（Principal Component Analysis）是数据科学可视化和降维不可或缺的工具，虽然是一种常见的数据分析方式，但通常隐藏在复杂的数学中。常用于高维数据的降维，可用于提取数据的主要特征分量。

学习目标

作为新手起步接触机器学习的小伙伴知道如何使用 PCA 将多维度的数据进行降维操作提取新的特征，并灵活运用python的三方库操作并可视化即可。

PCA

什么是PCA?

主成分分析（PCA）是一种将高维数据转换为低维数据，同时保留尽可能多的信息的技术。

给定数据分布如下图，取数据最分散方向的第一个主成分，垂直于它的第二个主成分轴。