PCA、SVD和協方差矩陣的關係

1、PCA ： Principle Component Analysis 主成分分析

2、SVD ： Singular Value Decomposition 奇異值分解

3、PCA在很多場合都有涉及，在數據紛繁難以選取時，一般都會採用PCA降維處理，值選取幾個主要的方向數據來進行分析。

比如，可將圖像Image看作數據矩陣MxN，有N個特徵值，可以採用SVD分解，取特徵值最大的前x個特徵向量作爲主向量，可以進行降維濾波；EPnP中選取控制點，除重心外，其它三個點是採用PCA選的。

4、關鍵點：數據要去中心處理。

5、參考文獻：

協方差矩陣定義 https://en.wikipedia.org/wiki/Covariance_matrix

PCA與SVD關係 https://stats.stackexchange.com/questions/134282/relationship-between-svd-and-pca-how-to-use-svd-to-perform-pca