参考文章：如何理解主元分析（PCA）？
主元分析的目的是降低数据的维度。主元分析也就是PCA，主要用于数据降维。
1 什么是降维？
比如说有如下的房价数据：
这种一维数据可以直接放在实数轴上：
不过数据还需要处理下，假设房价样本用表示，那么均值为：
然后平移到以均值为原点：
以为原点的意思是，以
为0，那么上述表格的数字就需要修改下：
这个过程称为“中心化”。“中心化”处理的原因是，这些数字后继会参与统计运算，比如求样本方差，中间就包含了：
说明下，虽然样本方差的分母应该是，这里分母采用
是因为这样算出来的样本方差
为一致估计量，不会太影响计算结果并且可以减少运算负担。
用“中心化”后的数据就可以直接算出“房价”的样本方差：
“中心化”之后可以看出数据大概可以分为两类：
现在新采集了房屋的面积，可以看出两者完全正相关，有一列其实是多余的：
求出房屋样本、面积样本的均值，分别对房屋样本、面积样本进行“中心化”后得到：
房价（）和面积（
）的样本协方差是这样的（这里也是用的一致估计量）:
可见“中心化”后的数据可以简化上面这个公式，这点后面还会看到具体应用。
把这个二维数据画在坐标轴上，横纵坐标分别为“房价”、“面积”，可以看出它们排列为一条直线：
如果旋转坐标系，让横坐标和这条直线重合：
旋转后的坐标系，横纵坐标不再代表“房价”、“面积”了，而是两者的混合（术语是线性组合），这里把它们称作“主元1”、“主元2”，坐标值很容易用勾股定理计算出来，比如在“主元1”的坐标值为：
很显然在“主元2”上的坐标为0，把所有的房间换算到新的坐标系上：
因为“主元2”全都为0，完全是多余的，我们只需要“主元1”就够了，这样就又把数据降为了一维，而且没有丢失任何信息：
2 非理想情况如何降维？
上面是比较极端的情况，就是房价和面积完全正比，所以二维数据会在一条直线上。
现实中虽然正比，但总会有些出入：
把这个二维数据画在坐标轴上，横纵坐标分别为“房价”、“面积”，虽然数据看起来很接近一条直线，但是终究不在一条直线上：
那么应该怎么降维呢？分析一下，从线性代数的角度来看，二维坐标系总有各自的标准正交基（也就是两两正交、模长为1的基），：
在某坐标系有一个点，，它表示在该坐标系下标准正交基
的线性组合：
只是在不同坐标系中，的值会有所不同（旋转的坐标表示不同的坐标系）：动图，建议看原网站。
因为到原点的距离
不会因为坐标系改变而改变：
而：
所以，在某坐标系下分配给较多，那么分配给
的就必然较少，反之亦然。最极端的情况是，在某个坐标系下，全部分配给了
，使得
：
那么在这个坐标系中，就可以降维了，去掉并不会丢失信息：
如果是两个点，情况就复杂一些：
为了降维，应该选择尽量多分配给，少分配给
的坐标系。
3 主元分析（PCA）
具体怎么做呢？假设有如下数据：(a、b为样本，X、Y为特征)
上面的数据这么解读，表示有两个点：
这两个点在初始坐标系下（也就是自然基）下坐标值为：
图示如下：
随着坐标系的不同，的值会不断变化：
要想尽量多分配给，借鉴最小二乘法（请参考如何理解最小二乘法）的思想，就是让：
要求这个问题，先看看怎么表示，假设：
根据点积的几何意义（如何通俗地理解协方差和点积）有：
那么：
上式其实是一个二次型（可以参看如何通俗地理解二次型）：
这里矩阵就是二次型，是一个对称矩阵，可以进行如下的奇异值分解（可以参看如何通俗地理解奇异值分解）：
其中，为正交矩阵，即
。
而是对角矩阵：
其中，是奇异值，
。
将代回去：
因为是正交矩阵，所以令：
所得的也是单位向量，即：
继续回代：
最初求最大值的问题就转化为了：
感兴趣可以用拉格朗日乘子法计算上述条件极值（参看如何通俗地理解拉格朗日乘子法以及KKT条件），结果是当时取到极值。
因此可以推出要寻找的主元1，即：
4 协方差矩阵
上一节的数据：
我们按行来解读，得到了两个向量：
在这个基础上推出了矩阵：
这个矩阵是求解主元1、主元2的关键。
如果我们按列来解读，可以得到两个向量：
即：
那么刚才求出来的矩阵就可以表示为：
之前说过“中心化”后的样本方差（关于样本方差、协方差可以参看这篇文章：如何通俗地理解协方差和点积）：
样本协方差为：
两相比较可以得到一个新的矩阵，也就是协方差矩阵：
都可以进行奇异值分解：
可见，协方差矩阵的奇异值分解和
相差无几，只是奇异值缩小了
倍，但是不妨碍奇异值之间的大小关系，所以在实际问题中，往往都是直接分解协方差矩阵
。
5 实战
回到使用之前“中心化”了的数据：
这些数据按行，在自然基下画出来就是：
按列解读得到两个向量：
组成协方差矩阵：
进行奇异值分解：
根据之前的分析，主元1应该匹配最大奇异值对应的奇异向量，主元2匹配最小奇异值对应的奇异向量，即：
以这两个为主元画出来的坐标系就是这样的：
如下算出新坐标，比如对于：
以此类推，得到新的数据表：
主元2整体来看，数值很小，丢掉损失的信息也非常少，这样就实现了非理想情况下的降维。