第五章 通过降维压缩数据

在第四章，你学习了使用不同的特征选择方法来降维，除了特征选择，另一种降维的方法是特征抽取(feature extraction)。本章你将会学到三种基本的方法，帮助我们摘要数据集的信息，即将原始的特征空间压缩到低纬度的特征子空间。数据压缩是机器学习中的重要课题，它能帮助我们存储和分析当今时代不断涌现的大数据。本章，我们主要讨论以下几个内容：

• 主成分分析（principal component analysis, PCA), 用于无监督数据压缩
• 线性判别分析(linear discriminant analysis, LDA), 用于监督降维作为一种监督降维
• 通过核PCA进行非线性降维