在机器学习中，对高维数据进行降维的主要目的是希望找到一个合适的低维空间，在此空间中进行学习能比原始空间性能更好。
主成分分析(Principai Component Analysis,简称PCA)是最常用的一种降维方法。在介绍PCA之前，不妨先考虑这样一个问题：对于正交属性空间中的样本点，如何用一个超平面（直线的高维推广）对所有样本进行恰当的表达？
容易想到，若存在这样的超平面，那么它大概具有这样的性质：
·最近重构性：样本点到这个超平面的距离都足够近
·最大可分性：样本点在这个超平面上的投影能尽可能分开
有趣的是，基于最近重构性和最大可分性，能分别得到主成分分析的两种等价推导。
1> 最近重构性推导：
假定数据样本进行了中心化，即Σxi = 0；再假设投影变换后得到的新坐标系为{w1，w2，...，wd}，其中wi是标准正交基向量，||wi||² = 1，wi(T)*wj = 0(i ≠ j)。若丢弃新坐标系中的部分坐标，即将维度降低到d' < d，则样本点xi在低维坐标系中的投影是zi =（zi1；zi2；...；zid'），其中zij=wj(T)*xi在低维坐标系下第j维的坐标。若基于zi来重构xi，则会得到xi' = Σzijwj。
考虑整个训练集，原样本点xi与基于投影重构的样本点xi'之间的距离为：
其中W = （w1,w2,...,wd）。根据最近重构性，上式应被最小化，考虑到wj是标准正交基，Σxixi(T)是协方差矩阵，有：
这就是主成分分析的优化目标。
2> 最大可分性推导：
从最大可分性出发，能得到主成分分析的另一种解释。我们知道样本点xi在新空间中超平面上的投影式W(T)xi，若所有样本点的投影能尽可能分开，则应该使投影后样本点的方差最大。如下图所示：（画得有点拉...可意会不可图传）
投影后样本点的协方差矩阵是ΣW(T)xixi(T)W，于是优化目标可写为：
显然，由最近重构性和最大可分性推导而来的两条式子是等价的。
对上式使用拉格朗日乘子法可得：
于是只需对协方差矩阵XX(T)进行特征值分解，将求得的特征值排序：λ1≥λ2≥...≥λd，再取前d'个特征值对应的特征向量构成W*=（w1,w2,...，wd'）。这就是主成分分析的解。PCA算法描述如下所示：
输入：样本集D = {x1,x2,...,}；
低维空间维数d'
过程：
1.对所有样本进行中心化：xi <- xi-(Σxi)/m
2.计算样本的协方差矩阵XX（T）
3.对协方差矩阵XX（T）做特征值分解
4.取最大的d'个特征值所对应的特征向量w1，w2，...，wd'
输出：投影矩阵W* = （w1,w2,...,wd'）降维后低维空间的维数d’通常是由用户事先指定，或通过在d'值不同的低维空间中对k近邻分类器（或其他开销较小的学习器）进行交叉验证来选取较好的d'值。对PCA，还可以从重构的角度设置一个重构阈值，例如t = 95%，然后选取使下式成立的最小d'值：
PCA仅需保留W*与样本的均值向量即可通过简单的向量减法和矩阵-向量乘法将新样本投影至低维空间中。显然，低维空间与原始高维空间必有不同，因为对应于最小的d-d'个特征值的特征向量被舍弃了，这是降维导致的结果。但舍弃这部分信息往往是必要的：一方面，舍弃这部分信息之后能使样本的采样密度增大，这正是将为的重要动机；另一方面，当数据收到噪声影响时，最小的特征值所对应的特征向量往往与噪声有关，将它们舍弃能在一定程度上起到去噪的效果。
参考周志华《机器学习》