1.1.1PCA的基本原理

主元分析法(PCA)是一种以多元统计分析为基本思想的数据分析方法，能够简化数据集实现故障监控，又称主成分分析，它由K.皮尔森于1901年提出并

只针对非随机变量使用，而后H.霍特林对其进行改进后提出了现在的PCA

错误!未找

到引用源，并应用于解决随机变量的冗余问题。PCA的主要内容是将数据集从高维降低到低维，并最大化地保留原变量包含的重要信息，使得新变量具备独立性，通过此算法降低对系统研究的复杂程度。

主元分析法是一种用少量的新变量描述多个原有变量的高效分析法错误!未找到引用源。它的几何解释是通过移动旋转将原坐标系进行变换，根据计算得到的方差