斯坦福机器学习公开课笔记14——主成分剖析

　　上一篇笔记中，介绍了因子剖析模型，因子剖析模型运用d维子空间的隐含变量z来拟合练习数据，所以实际上因子剖析模型是一种数据降维的办法，它根据一个概率模型，运用EM算法来估量参数。

　　本篇首要介绍PCA(Principal Components Analysis, 主成分剖析)，也是一种降维办法，可是该办法比较直接，只需核算特征向量就可以进行降维了。本篇对应的视频是公开课的第14个视频，该视频的前半部分为因子剖析模型的EM求解，已写入笔记13，本篇仅仅后半部分的笔记，所以内容较少。