当数据特征较多时，基本有两种方法：
1 PCA降维
2 Feature Selection(特征选择)
PCA降维
<1> PCA降维的思路：(假设从2维降到1维)
（红、蓝分别代表两个维度，叉叉代表样本）
维度红：每个样本都依据红线进行投影（投影到红线上），会发现数据分布在红线上会比较密集
维度蓝：每个样本都依据蓝线进行投影（投影到蓝线上），会发现数据分布在蓝线上相对没有那么密集
而实际上，数据一旦很紧密，那么model就很难将其区分开；
什么样的参数能够度量发散性呢？——方差
所以就将PCA降维问题，转化成求取方差的问题，即求解
该公式的方差。
<2> 另一个角度出发 ，在吴恩达机器学习中，将PCA问题，描述为 每个点到他们对应直线上的投影点的距离(也就投影误差)，使得距离的平方最小
常规来说，在进行PCA之间，需要进行均值归一化和特征规范化，使得所有样本X1，X2的均值分别都为0
所以，PCA降维，如从2维降到1维，会去找个向量(向量是来自2维的)，能够最小化投影误差。
=====》生产中，常常需要将N维特征降到K维特征，这种情况下，我们不仅需要找到单个向量(一个维度的向量代表一个方向)，而是需要找到K个方向来对数据进行投影(同时需要最小化投影误差)
<3> PCA与线性回归的区别
线性回归：
是拟合一条直线，使得点到线的垂直距离最小。
PCA：
是使得这些"斜着"的距离最小，实际上是最短的正交距离，也就是点x与红色直线的最短距离
<4> PCA算法
a. 数据预处理
在做PCA之前，需要进行数据预处理(特征缩放/均值标准化)
均值标准化：计算样本n个特征的每个特征的均值，假设Xj是某个样本的第j个特征，uj是所有样本的第j个特征的均值，均值标准化就是使用Xj-uj来代替Xj
特征缩放：缩放不同的特征进入一个相对的价值范围，比如说(Xj-uj)/sj，这里的sj是特征j的标准偏差
b.PCA算法需要计算两个东西
一个是向量 u （以2维来说，有了向量u就会知道投影的那条线，即降维后的样本分布）降到k维就是计算k个向量；
另一个就是降维后的新的特征值z，比如说2维特征(X1,X2)，降到1维后特征(Z1)，这个Z1如何计算出来。
计算过程：
<1> 计算协方差Sigma，Sigma是一个nn矩阵
<2> 计算Sigma的特征向量
使用svd(奇异值分解)，最终得到3个矩阵，我们需要矩阵U(也是n*n矩阵)
如果我们降到K维，那么就是提取前k个向量
<3> 得到这k个向量了，那么开始计算z值
U矩阵降到k为，U_reduce=[u^(1)， u^(2)， u^(3)... u^(k)] ，这是一个n*k，即n行k列矩阵，
将其转置得到k行n列，再乘以特征X(n行1列)，最终得到k维向量，即z^(1)， z^(2)... z^(k)
<5>主成分数量选择
Xapprox应该就是X与向量u的乘积
平均投影误差/数据总方差<=0.01
选择K使得99%的方法被保留下来。
那么，如何快速地知道选择哪一个k呢？
上一步中使用奇异值分解 svd(Sigma) 会返回3个矩阵 [U,S,V]，
其中的S(N*N)，这个矩阵除了对角线上的元素，其余都会为0，
那么计算平均投影误差/数据总方差<=0.01，可以转换成计算
即
