这段视频如何解释 PCA 选择保留哪些方向的方式？

适用条件

• 在二维散点图上演示。
• 解释是几何和直观的，而不是代数的。

理解与推导

1. 从标记为 $D = 2$ 的绿色点的二维散点图开始。
2. 识别数据云中的两个候选方向，显示为蓝色向量和红色向量。
3. 将点投影到蓝色方向上，并观察到点沿着该线保持分散。
4. 将点投影到红色方向上，并观察到云几乎完全坍缩。
5. 得出结论：PCA 应该保留散布最大的方向，并丢弃其余方向，直到达到所需的维度。

例子

旁白比较了向较小散布线投影与向较大散布线投影，并得出 PCA 保留最大散布方向的结论。相同的绿色点云首先投影到蓝线上，然后投影到红线上，显示出不同程度的信息丢失。

容易误解的地方

• 该片段只给出了直观描述；在此摘录中没有显示协方差矩阵、特征值方程或优化目标。

观看对应讲解

继续追问

• 为什么向蓝线投影比向红线投影丢失的信息更少？
• 在这个 PCA 介绍中，符号 $D = 2$ -> D' = 1 是什么意思？