主成份分析法
主成份分析法簡單來說就是「哪個維度的資料對於整體資料分離度有較大的影響」。舉例來說如果要把隨機的一群人做分類，差異最大的資料可能是性別男或女，其次也許是膚色、眼瞳顏色、國籍，而較不重要的如髮色、體重等等，但如果今天取樣的人群是來自一同一個籃球隊，那麼性別資料將沒有任何意義，取而代之的可能是兩分球命中率等等數據，依照來源資料會有所不同。
因此找出哪些資料對於此資料集較為重要、哪些相反，就是 PCA 的目的。
資料集
這次的 資料集 是使用我的大學專題，來自於用 Kinect 取得人體關節的座標點後，透過向量夾角計算方式來取得上半身手部的關節角度，包含：
1. 左肩
2. 左肘
3. 右肩
4. 右肘
當初專題報告時因為學藝不精，不知道四維的資料到底怎麼呈現，所以只好把左半部及右半部拆成下面兩張圖表來呈現，但是結果看來這樣的表現方法並沒有辦法讓人理解這些資料怎麼了。
當時專題中把這些資料丟到了類神經網路中訓練，最後成果的辨識率卻只有82%，但是我並不知道到底是資料出了問題 還是 模型的設計不良？
使用 SciKit Learn 實作
講了這麼多以後終於來到了實作的部分了，SciKit Learn 是一個強大的 Python Library，其中包含了許多經典的機器學習演算法及資料集，如果對於這方面有興趣的絕對不能錯過。
按照了上面程式的流程後，我們就可以得到了下圖，老實說當初把這張圖畫出來以後，突然有種莫名的感動。透過了這張圖我才發現 其實整體資料集看起來還不錯的，所以事實證明當初訓練的模型並不好。
(後來改用 Keras 建立新模型後，辨識率最高達到了99.04%)
總結
我覺得當初大學很可惜的地方在於，系上沒有教授對於我所感興趣的機器學習、人工智慧這一塊有鑽研，做專題時指導教授也沒辦法指導什麼，甚至偶爾 meeting 時會覺得教授根本是在搗亂，專出完全不是重點的餿主意。這過程中是自己一點一點地去學習，才稍微的入門了。
而去年去參加了 2016資料科學年會 以後，才終於知道有許多種方法可以在過程中提供幫助，因此在此寫了一點小筆記，希望可以幫助到其他人。
(部分的程式有放在 GitHub 上)
