數(shù)學(xué)背景介紹： http://blog.jobbole.com/109015/
如何選擇合適數(shù)量的主成分?
最好也是最笨的方法，就是通過增加主成分的數(shù)量，觀察分類器的效果，當(dāng)效果增加不明顯或者發(fā)生過擬合的時(shí)候，就是該停止增加主成分?jǐn)?shù)量的時(shí)候。
特征選擇和PCA操作應(yīng)該先執(zhí)行哪個(gè)？
應(yīng)該先執(zhí)行PCA，在此基礎(chǔ)上再執(zhí)行特征選擇。嚴(yán)禁顛倒順序，除非對(duì)噪音特征有十足的把握可以刪除。
特征臉eigenfaces是什么?
一個(gè)特征臉就是一個(gè)特征向量！特征臉與原始數(shù)據(jù)做點(diǎn)積操作，就變?yōu)?strong>一個(gè)壓縮后的新特征值。由此可見，特征臉（向量）的維度與一個(gè)樣本的維度是等同的！
image.png
These two links helped me a lot in understanding Principal Component Analysis and what it does, hope it helps you too.
