主成分分析能有效找出数据中最主要的元素和结构，去除噪音和冗余，将原有的复杂数据降维，揭示隐藏在复杂数据背后的简单结构。
步骤：
①列出观测资料矩阵X，
②计算样本相关矩阵R
③)计算R的特征值和特征向量-求正交变换，
④计算贡献率及累计贡献率，确定主成分个数，建立主成分方程，
⑤解释各主成分的意义
⑥计算各样本的主成分坐标y，
⑦计算负荷量表。
应用： 在计算机视觉学领域可应用于数据表示、模式识别、图像信息与压缩
代码实现： MATLAB
本文参考学习哔哩哔哩视频“主成分分析原理与MATLAB编程实现” https://b23.tv/av88047722