主成分分析
PCA算法（Principal Component Analysis，主成分分析）是一種強大的數據分析工具，主要用於降維，同時也被用於數據壓縮、特徵提取和可視化。
PCA通過線性變換將原始數據的高維表示轉換為低維表示，同時儘可能保留數據中的主要特徵。在降維過程中，PCA算法尋找數據中的主成分（即數據方差最大的方向），並將這些主成分作為新的低維空間的坐標軸。這樣，原始數據可以投影到這些主成分上，實現降維。重要的是，PCA在降維過程中會保留數據中的最大方差，從而在減少數據維度的同時儘可能保留數據的原始信息。
此外，PCA是一種無監督算法，意味著它不需要依賴類別標籤信息。這使得PCA成為處理無標籤數據或無法輕鬆標註的數據的理想選擇。