使用 Python 进行主成分分析

主成分分析基本上是一种统计过程，用于将一组可能相关变量的观察值转换为一组线性不相关变量的值。 
每个主成分都以这样的方式选择，以便它可以描述其中大部分仍然可用的方差，并且所有这些主成分都是相互正交的。在所有主成分中，第一个主成分具有最大方差。
 

PCA的用途： 

• 它用于查找数据中变量之间的相互关系。
• 它用于解释和可视化数据。
• 变量的数量正在减少，这使得进一步的分析更加简单。
• 它通常用于可视化种群之间的遗传距离和相关性。

这些基本上是在方形对称矩阵上执行的。它可以是纯平方和叉积矩阵或协方差矩阵或相关矩阵。如果个体方差差异很大，则使用相关矩阵。