女人立刻进屋给乔泽拿了一叠稿纸出来。
“那我给你举个例子，你应该就明白了，先假设一个高维向量，mathbf{x}=x_1，x_2，ldots，x_n，其中x_i就是数据的第i个特征。
然后将每个特征表示为超螺旋代数中的超复数形式x_i=a_i+b_iepsilon，这里的epsilon是超越单位。
现在假设我们通过pca获得了一组特征向量{mathbf{v}_1，mathbf{v}_2，ldots，mathbf{v}_k}，这是数据的主要变化方向。
接下来就能将数据投影到pca提取的主要特征向量上，并保留前k个主要成分，以减少数据的维度。
压缩后的数据可以表示为mathbf{y}=mathbf{y}_1，mathbf{y}_2，ldots，mathbf{y}_k，其中mathbf{y}_i=mathbf{x}athbf{v}_i表示数据在第i个主成分上的投影。
同理，当需要解压缩的时候，利用压缩后的数据mathbf{y}和pca提取的主要特征向量{mathbf{v}_1，mathbf{v}_2，ldot
-->>(第5/11页)（本章未完，请点击下一页继续阅读）