如图1所示，最小p乘法求得是，而真实值到拟合曲线的距离为
。那么，
对应的是什么样的数据分析呢？
图1 最小p乘法的使用的误差是。真实值到拟合曲线的距离为
假如存在拟合曲线，设直线方程为。真实值
到该曲线的投影点为
。p=2时，则两点之间的距离为
（37）
（38）
点在直线上，同时
。这两个条件构成如下方程组
（39）
联立上述方程组求得
（40）
代入式（37）（38）得
（41）
上式两边对b求偏导，令偏导数为零得
（42）
化简为
（43）
（44）
令
（45）
（46）
将式（45）（46）代入式（44）得
（47）
（48）
因此，该直线通过均值点，投影点可以改写为
（49）
其中e是直线方向的单位向量。将式（49）代入式（38）得
化简为
（50）
其中。上式中等号右边的第二项是个常量，不影响I取得极值时对应的e，可以去掉。同时，我们假设e是单位向量，则
。重写I如下
（51）
上式两边对e求导得
（52）
化简得
（53）
上式成立时，u取得最大值，I取得最小值。对上两边同时除以（n-1），得到数据矩阵的协方差矩阵。/(n-1)是协方差矩阵的特征值，e是对应的特征向量。上述推导过程可以较为简单的推广到m维空间。对特征值按降序排列，
，其中m为数据变量的维度。
对应着数据的主方向。经过特征向量矩阵的映射，将协方差矩阵投影为对角阵，变量之间的相关性被消除，而数据方差最大的方向就是主方向。
当计算出数据协方差矩阵的特征向量后，我们计算贡献率
（54）
求出
（55）
使用前个特征值和特征向量压缩原来的数据的表达空间，同时还能保证压缩后的数据矩阵损失最小。上述方法就是我们熟悉的PCA。
主方向线通过数据矩阵的均值点，这个点对应的是使用PCA做人脸识别时求出的均值脸。
总结一下PCA的推导过程，
1、去数据变量样本间的均值，并将该均值从数据矩阵中减去，得到零均值矩阵。
2、求零均值数据矩阵的协方差矩阵。
3、求协方差矩阵的特征向量和特征值。
4、按照一定的比例选择特征值和特征向量，实现降维。
上面推导的是线性关系的PCA，对于非线性的数据上面的方法可能会失效。解决方法，使用核函数将数据映射到高维再进行上述分析，这貌似就是kernel PCA。
同时，PCA分析的主方向通过数据的均值。而数据的均值很采样数据紧相关，如果数据中存在粗大误差，那么此时的均值不能反应真实的数据均值。如果不进行预处理，后续的PCA分析很可能会是错误的，达不到预期的效果。因此，对数据进行预处理是很必要的，剔除粗大误差后再进行PCA分析，貌似就是robust PCA。
在PCA推导的过程中，我们可以较为清晰地看到，如果将数据标签揉到推导中，修改优化的目标函数，我们应该能推导出SVM。因此，不同的误差定义，不同的优化目标函数推导出了不同的数据分析方法。无论这些怎么变换花样，其依托的数学思想都是一致的。
说到这里，我们差不多吧数据拟合相关的数据分析方法说了遍，但是说来说去关键问题还是没有触及，我们最关心最希望自动化的东西没有设计，那就是数据的模式，线性的还是非线性的，一阶的还是二阶的等等问题。因为，我们明明可以看到数据在图像上或者几何上呈现出了某种分布，但是却不能通过数学推导自动化的把它从数据中挖出来。
到底能不能是一个终极问题，这个系列的文章只能做个抛砖引玉，希望能够激发出大家的进一步迭代思考，也许这种模式对应的数学公式就在不远处。