主成分分析

主成分分析（PCA）是一种用于减少数据集中变量数量同时保留最重要信息的技术。它将原始变量转换为一组称为主成分的新变量，这些变量按照它们解释的方差量排序。第一个主成分捕获了最多的方差，第二个捕获了第二多的方差，依此类推。通过选择较少的这些主成分，你可以在不丢失太多信息的情况下降低数据的维度。