本篇笔记为MOOC《多元统计分析及R语言建模》的第8章“主成分分析及R使用”的第一讲“主成分的直观解释”
主成分分析的概念
主成分分析的提出
主成分分析（Principal Component Analysis，简记PCA） 是将多个指标化为少数几个综合指标的一种统计分析方法， 即通过降维技术把多个变量化为几个少数主成分的方法。-
主成分的直观解释
- 基本思想：将原来众多具有一定相关性的指标，重新组合成 一组新的相互无关的综合指标来代替原来指标。
- 数学处理：就是将原来p个指标作线性组合，作为新的指标。
主成分的目的
主成分分析的主要目的是用较少的变量去解释原资料中的大部分变异（即方差），即期望能将手中许多相关性很高的变量转化成互相独立的变量， 并能解释大部分资料之变异的几个新变量，也就是所谓的主成分。
教授巴拉巴拉讲了一堆公式，我先啃一啃。。。。
未完待续。。。
