关于PCA algorithm 里面的PC1和PC2

@廿三里 这个流程原版书上并没有具体写，实际上所有的算法的相关内容和流程都没有介绍。此处是并不需要去掌握和理解的。

同学你好，

“proportion of the variance”指的是各个数据映射到PC向量上的部分，构成了eigenvalue。这个并不会影响两个eigenvector的方向。

只要能做出PC1和PC2，那么它们就是必须垂直的，因为只有垂直才是“uncorrelated”。否则就还是彼此相关，还需要进一步降维。

----------------

以上这些都是不用去管的，考试不会去考你算法到底怎么做的。这两章涉及的都是一些定性的结论。目的不是教会学生编程和会线性代数，而是要去了解每个算法是干什么的。

所以结合题目去学习这两章就可以了。会发现题目考的都很简单且以考察结论为主。

其余根本不会考的东西不用去花费精力。