Python學習筆記#18：機器學習之Principle Component Analysis實作篇

Principle Component Analysis (PCA)並不是一個完整的機器學習演算法，只能算是未監督式學習的演算法，並且它只能算是一個轉型的過程，幫助我們找到資料中最相關的變數。

Udemy
課程名稱：Python for Data Science and Machine Learning Bootcamp
講師：Jose Portilla

迴歸分析是從資料集中找到最適合的一條線，因子分析（factor analysis）則是從中找出最適合的直角線。隨著變數增加，實際上維度也隨之上升，但透過每次都畫出一條垂直線，越能解析出越不相關的成份，所以適合用在變數非常多的資料集。

以下為公開在Gist的程式碼：（可能需等待片刻才會載入）

【註】此文章原於2017/11/02發表於Python學習筆記#18：機器學習之Principle Component Analysis實作篇。由於個人網誌搬遷，故再次發表於此，且可能有部分修訂。