概念PCA / Principal Component Analysis
主成分分析
一种常用的数据降维技术，通过计算特征值与特征向量，将高维数据投影到方差最大的主成分方向，广泛应用于机器学习中的数据预处理
时间轴 (近 90 天)
10月27日
主成分分析（PCA）通过寻找数据中方差最大的少数线性无关方向，用低维坐标近似原始数据，实现降维。
待验证50%
10月15日
PC1（第一主成分）是通过主成分分析从域名权威性、内容质量、信任信号等多项指标中提取的综合维度，并非Google实际使用的排名因子。
待验证50%
9月11日
DStretch使用主成分分析（PCA）等统计方法去除色彩通道之间的相关性
待验证50%
8月28日
PCA等价于对数据协方差矩阵进行特征值分解，若对中心化数据矩阵X进行SVD得到X=UΣVᵀ，则右奇异向量V就是PCA的主成分方向，奇异值的平方除以样本数就是各主成分对应的方差
待验证60%