协方差的特征值、特征向量的几何意义、和pca降维处理流程、矩阵相乘为什么是投影的解释
正态分布几何表示
enter description here
维度意义
enter description here
特征值特征向量的二维几何意义表示例子
enter description here
pca降维的应用、降维之后准确率几乎不变但是数据处理量下降了一半
enter description here
特征向量是极大线性无关组，表示一个坐标系，特征值是坐标的伸缩系数
矩阵相乘的意义，代表坐标代换也就是投影映射，坐标映射
enter description here
kpca是先升維度，再降维度
enter description here
LDA理解
enter description here
