PCA全称是Principal Component Analysis，即主成分分析。它主要是以“提取出特征的主要成分”这一方式来实现降维的。
介绍PCA的大体思想，先抛开一些原理公式，如上图所示，原来是三维的数据，通过分析找出两个主成分PC1和PC2，那么直接在这两个主成分的方向上就可以形成一个平面，这样就可以把我们三位的样本点投射到这一个平面上（如右图）。那么此时的PC1和PC2都不单单是我们的其中某一维特征，而是各个特征通过某种线性变化的组合结果。这就是PCA降维宏观上的效果。
那PCA降维是如何实现的呢？在讲其具体实现原理前，先要清楚方差和协方差的概念：方差大概就是一些点在一个维度的偏差，越分散的话方差越大。而协方差是衡量一个维度是否会对另一个维度有所影响，从而查看这两个维度之间是否有关系。
PCA通过线性变换将元数据映射到新的坐标系中，使映射后的第一个坐标上的方差最大，第一个坐标也就是第一个主成分PC1，以此类推。在sklearn的PCA包中，有一个explained_variance_ratio_，它代表降维后的各主成分的方差值占总方差值的比例，这个比例越大，则越是重要的主成分。
那么，怎么样才能实现“找到那样一个坐标，使得数据在这个坐标上的映射方差最大”呢？按照下面的计算过程就可以实现这个效果。
PCA总体计算步骤大概有：
首先对于数据集，有m个样本，设每个样本有n个维度。表示如下：
在上图中，其实只要看中间那幅图就行。左图和右图则是我分别用来突出样本的和特征的关系，比如第一列，就是第一个样本的所有值；而第一行，就是第一个特征的所有值。
对于每一个维度我们就可以得到均值，如下图所示：
每一个维度减去这个均值，得到一个矩阵（相当于将坐标进行了平移）。
到这里，我们的数据“去中心化”就完成了，这样去中心化的目的就是：让每个特征下的均值都为0，后续计算特征之间协方差的时候就可以简化计算。注意，PCA的降维就是围绕每个特征（即每个坐标轴）进行展开，而不是围绕样本。因为就想开头图上描述的一样，样本点数量是不变化的，但是特征的维度会有改变，导致样本点的形状分布上发生变化。
最终，我们得到的去中心化结果如下:
现在，我们需要对处理后的数据在特征维度（也就是各个坐标轴之间）进行协方差矩阵的运算。
在图中我们一共有n个特征，若特征两两组合，我们会得到一个n^2的协方差矩阵。如下图所示：（其中每个f就是原数据中一行一行的特征）
而协方差的定义为：
因为我们的去中心化操作，所有特征的均值（对应公式中的x和y的均值）已经变成0了，所以此时协方差可以表示成：
因此，协方差矩阵可以写成：
其中，m是样本点的个数，在上面已经提到过了。
（补充一点：其实可以发现，要得到这样的协方差矩阵，只需要原数据乘以自身的转置就能得到，如下图所示：
）
接下来，就是对协方差矩阵求特征值和特征向量，并根据特征值从大到小排序，每个特征值对应着一个特征向量。对于求特征值和特征向量的方法，其实就是用特征值分解，或者是svd矩阵分解，在这篇文章里有提到过，原理都类似。
有了特征值和特征向量，我们讲一下它们对应的意义和接下来的操作步骤：
先说结论：（我们知道得到的特征值和特征向量是一一对应的）
对协方差矩阵求出来的特征向量，就是新坐标轴方向、数据的旋转方向或者说是新的主成分方向。
对协方差矩阵求出来的特征值，就是数据在对应新坐标轴上投影的方差大小，或者说是其对应特征向量上包含的信息量。而某一特征值除以全部特征值和的商就为：其对应特征向量的（方差）贡献率。
我们希望数据在新坐标轴上投影的方差尽可能大，因此往往选取前k个最大特征值所对应的特征向量。将得到的特征值从大到小排序，对应的特征向量就是第一个主成分、第二个主成分……以此类推。将这些特征向量组成矩阵P，那么我们降维后的数据就是：
（这个降维方式也可以从矩阵乘法的顺序稍微的理解一下：特征向量的每一行（每一个特征向量）逐一去乘以原数据中的每条数据，逐一地去旋转和映射……）
至此，PCA降维的操作步骤就做完了。
但为什么根据协方差矩阵得出的特征值以及特征向量，就可以拿来对原数据进行降维呢？这里面就涉及数学比如拉格朗日之类的以及线性代数上面的推导和证明。比如从另一个角度来看，每一个新的坐标轴是由原来的坐标维度线性相加的结果。
仔细探究了一下，发现要画的图和说的意思实在太多了，就不钻了。总之，得出的特征向量构成的矩阵是一个完美的用于原数据“旋转”或者原坐标轴“线性相加”的矩阵，使得操作之后的数据在新坐标轴上有着最大的方差，以及最重要的——较少的坐标轴数。
关于主成分个数的确定，在scikit-learn中调用pca = PCA(n_components=n)时，有两种定义方式：
1.一种是把n设置成整数，比如n=3，表示要保留三个主成分，即新坐标轴有三个维度。
2.一种是把n设置成小数，假设所有特征向量加起来的贡献率是1，假定要0.95的主成分贡献率，就令n=0.95，那么就会按特征值从大到小一直加到累计贡献率大于等于0.95的特征向量个数，最终就会降到那个维。
第一种是偏向于指定维度的数量，第二种则偏向于指定主成分的保留程度。
优点：
1.通过PCA降维之后的各个主成分之间是正交的，可以消除原始数据之间相互影响的因素。
2.PCA降维的计算过程并不复杂，因为主要就是对一个协方差矩阵做特征值分解，因此实现起来较简单容易。
3.在保留大部分主要信息的前提下，起到了降维效果。
缺点：
1.主成分特征维度的含义具有模糊性，解释性差。（我们最多可以理解成主成分只是由原来的坐标维度线性相加的结果，但加出来之后它到底是啥就不好说了）
2.PCA降维的标准是选取令原数据在新坐标轴上方差最大的主成分。但方差小的特征就不一定不重要，这样的唯一标准有可能会损失一些重要信息。
3.PCA毕竟是只保留特定百分比的主成分，属于“有损压缩”，难免会损失一些信息。
我有一个使用SeleniumWebdriver和Nokogiri的Ruby应用程序。我想选择一个类，然后对于那个类对应的每个div，我想根据div的内容执行一个Action。例如，我正在解析以下页面:https://www.google.com/webhp?sourceid=chrome-instant&ion=1&espv=2&ie=UTF-8#q=puppies这是一个搜索结果页面，我正在寻找描述中包含“Adoption”一词的第一个结果。因此机器人应该寻找带有className:"result"的div，对于每个检查它的.descriptiondiv是否包含单词“adoption
我正在我的Rails项目中安装Grape以构建RESTfulAPI。现在一些端点的操作需要身份验证，而另一些则不需要身份验证。例如，我有users端点，看起来像这样:moduleBackendmoduleV1classUsers现在如您所见，除了password/forget之外的所有操作都需要用户登录/验证。创建一个新的端点也没有意义，比如passwords并且只是删除password/forget从逻辑上讲，这个端点应该与用户资源。问题是Grapebefore过滤器没有像except,only这样的选项，我可以在其中说对某些操作应用过滤器。您通常如何干净利落地处理这种情况？
在我做的一些网络开发中，我有多个操作开始，比如对外部API的GET请求，我希望它们同时开始，因为一个不依赖另一个的结果。我希望事情能够在后台运行。我找到了concurrent-rubylibrary这似乎运作良好。通过将其混合到您创建的类中，该类的方法具有在后台线程上运行的异步版本。这导致我编写如下代码，其中FirstAsyncWorker和SecondAsyncWorker是我编写的类，我在其中混合了Concurrent::Async模块，并编写了一个名为“work”的方法来发送HTTP请求:defindexop1_result=FirstAsyncWorker.new.async.
我是Cucumber测试的新手。我创建了两个特征文件:events.featurepartner.feature并将我的步骤定义放在step_definitions文件夹中:./step_definitions/events.rbpartner.rbCucumber似乎在所有.rb文件中查找步骤信息。有没有办法限制该功能查看特定的步骤定义文件？我之所以要这样做，是因为即使我使用了--guess标志，我也会遇到不明确的匹配错误。我之所以要这样做，有以下几个原因。我正在测试CMS，并希望在不同的功能中测试每种不同的内容类型(事件和合作伙伴)。事件.特征Feature:AddpartnerA
a=[3,4,7,8,3]b=[5,3,6,8,3]假设数组长度相同，是否有办法使用each或其他一些惯用方法从两个数组的每个元素中获取结果？不使用计数器？例如获取每个元素的乘积:[15,12,42,64,9](0..a.count-1).eachdo|i|太丑了...ruby1.9.3 最佳答案 使用Array.zip怎么样？:>>a=[3,4,7,8,3]=>[3,4,7,8,3]>>b=[5,3,6,8,3]=>[5,3,6,8,3]>>c=[]=>[]>>a.zip(b)do|i,j|c[[3,5],[4,3],[7,6],
我有一个非常简单的Controller来管理我的Rails应用程序中的静态页面:classPagesController我怎样才能让View模板返回它自己的名字，这样我就可以做这样的事情:#pricing.html.erb#-->"Pricing"感谢您的帮助。 最佳答案 4.3RoutingParametersTheparamshashwillalwayscontainthe:controllerand:actionkeys,butyoushouldusethemethodscontroller_nameandaction_nam
我在下面有一个步骤定义，它执行我想要它执行的操作，即它根据“PAGES”哈希的“page”元素检查页面的url。Then(/^Ishould(still)?beatthe"(.*)"page$/)do|still,page|BROWSER.url.should==PAGES[page]end步骤定义用于两者我应该在...页面我应该还在...页面但是，我不需要将“still”传递到block中。我只需要它是可选的以匹配步骤但不传递到block中。我该怎么做？谢谢。 最佳答案 您想将“静止”组标记为非捕获。这是通过使用?:启动组来完成的
1、接口请求基本操作1.1例子tips在view的选项可以zoomin调整窗口字帖大小。1、创建一个测试的workspace，并命名为test2、test后面新增一个addrequest3、选择发送GET，URL为一个开源的https://api.apiopen.top/api/sentences获取每日一句4、点击send查看内容Tips:如果提示出现Error:tunnelingsocketcouldnotbeestablished,statusCode=407错误，参照以下解决办法)关于tunnelingsocketcouldnotbeestablished,cause=getaddri
Linux操作系统——网络配置与SSH远程安装完VMware与系统后，需要进行网络配置。第一个目标为进行SSH连接，可以从本机到VMware进行文件传送，首先需要进行网络配置。1.下载远程软件首先需要先下载安装一款远程软件：FinalShell或者xhell7FinalShellxhell7FinalShell下载：Windows下载http://www.hostbuf.com/downloads/finalshell_install.exemacOS下载http://www.hostbuf.com/downloads/finalshell_install.pkg2.配置CentOS网络安装好
Ruby语言是否可以用于创建全新的移动操作系统或桌面操作系统，即是否可以用于系统编程？ 最佳答案 嗯，现在有一些操作系统使用比C更高级的语言。基本上，ruby解释器本身需要用一些低级的东西来编写，并且需要一些引导加载代码将功能齐全的ruby解释器作为独立内核加载到内存中。一旦ruby解释器被引导并以内核模式(或innerrings之一)运行，就没有什么可以阻止您在其上构建整个操作系统。不幸的是，它可能会很慢。每个操作系统功能的垃圾收集可能会相当引人注目。ruby解释器将负责任务调度和网络堆栈等基本事情，使用垃圾收集框架会大大
