主成分分析：给数据「瘦身」的艺术

收官一讲：整章知识全用上

全班同学 10 门成绩，10 个数描述一个人，能压成 2 个数还不丢多少信息吗？主成分分析（PCA）干的就是这件事：找出数据变化最大的方向（第一主成分），再找与它正交的次大方向，依此类推，只留前几个。

流程全是老朋友

先算协方差矩阵（对称的，第五讲），再求它的特征向量与特征值（第四讲），特征值大的方向就是主成分——相当于给数据换一套「从最重要到最不重要」的正交基（第三讲）。一句话：PCA 就是把本章前八讲串起来用一遍。

真实应用

• 人脸识别：上万维的照片压成几十个「特征脸」分量，识别又快又稳；
• 基因研究：几万个基因压成几个主成分，一张散点图就能看出人群聚类；
• 降维之后的数据喂给 AI 模型，训练又快又省。

常见误区：方差大不等于重要

PCA 只认「变化大」，不管那变化有没有意义：身高用厘米还是米，方差差一万倍，信息却一模一样。所以开工前通常先把各列归一化。

一句话总结全章

秩看冗余、逆矩阵管撤销、基决定视角、对角化和 SVD 是体检、低秩近似会取舍、最小二乘找最优、PCA 做减法——加上第一章的九讲，你的线性代数工具箱已经齐活了。

练一练：想想你的游戏账号数据（等级、时长、胜率……），哪些维度可能冗余，大概能压成几个主成分？