python自己实现PCA降维

# -*- coding:utf-8 -*-
# /usr/bin/python
import numpy as np
x = np.array([[1,2,3],[2,3,4],[1,2,5],[1,5,6],[2,5,7],[1,7,2],[4,1,1]])
x_mean = np.mean(x,axis=0)
#取均值
x_nor = x-x_mean
#计算协方差
x_cov = np.cov(x-x_mean,rowvar=0)
#计算特征值和特征向量
x_cov_value,x_cov_vec = np.linalg.eig(x_cov)
#指定降维数量
k=2
#按特征值由小到大排列的对应索引
x_index = np.argsort(x_cov_value)
#获取由大到小的前2个
x_index_k = x_index[:-(k+1):-1]
#前两个特征值对应的特征向量
x_cov_vec_k = x_cov_vec[:,x_index_k]
print(x_nor.dot(x_cov_vec_k))
#特征值
#print(x_cov_value)

来源：https://blog.csdn.net/weixin_41044499/article/details/98778862