课程名称：

常用数据挖掘算法原理解释与应用

课程概述：

本次分享的主成分分析法，可以说是数据挖掘学习必须掌握的知识点，它是一种非常重要的“降维”技术，而“降维”是很多数据挖掘算法提高有效性的前提，原因是大部分业务模型原始输入的分析指标都很多，而且重要的、无关的变量交杂在一起，使得模型的业务解释效果欠佳。

比如，聚类算法往往需要提前从众多行为特征中甄选出最主要的特征，再进行聚类，这样才能找出特征明显的群体。

作者接触过很多做数据挖掘的同学，虽然他们都会按造套路，依葫芦画瓢的使用主成分分析法，但对于原理依然一知半解。造成这种情况一个很重要的原因是很多算法解释书都是从纯数学模型的角度来推导的（方差最大化），如果没有一定的数学素养，还是很难消化的。

本课程将使用通俗易懂的语言，另辟蹊径，从矩阵的本质出发理解主成分分析法的核心原理。

课程目标：

1、 精准理解主成分分析法的定义

2、 掌握主成分分析法的三个重要问题

3、 对矩阵有新的认识

4、 掌握R语言主成分分析法的函数使用

课程大纲：

1、 重新认识主成分分析

2、 神奇的矩阵

3、 案例验证