Pca
為什麼 PCA 中的特徵向量被視為單位範數？
在推導 PCA 的特徵向量時，向量受制於它應該是單位長度的條件。為什麼會這樣？
主成分分析（PCA）的主要目的是尋找方向最大化投影隨機向量的方差. 具體來說，第一台PC可以定義為單位向量這樣
如果您在最大化問題中允許不是單位範數的向量，那麼您將不會得到正確的解決方案，因為只要向量的範數增加，投影的方差就會變得任意大。例如，如果， 和和， 然後
這就是為什麼您需要標準化單位規範來限制搜索並避免不正確的解決方案的原因。