一些介绍

Eigen-Decompostion 做了很多事情，其中​​一件很有趣。特征分解通常捕获它所应用的矩阵的特征。例如矩阵是相似度矩阵，特征分解的结果将是一个聚类（参见光谱聚类）。

主成分分析

PCA 背后的想法是找到使数据的内在方差最大化的坐标。嗯......根据介绍，如果我有一个矩阵编码所有变量对的联合方差（协方差），那么我可以使用特征分解来简单地为我捕获这个属性！这就是 PCA 所做的。