机器学习+主成分分析（PCA）+置信椭圆绘图

主成分分析 (Principal Component Analysis, PCA) 是一种统计方法，通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。PCA 的主要应用有：降维、特征提取、去噪、故障检测。 对于一维的情况，我们可以用置信区间来描述一个值落在某个区间（区域）的概率（置信水平），这个区间用几何表示是一个线段；对于二维的情况，几何意义上就从一条直线变成了一个平面，类似于置信区间，便有了置信椭圆（confidence ellipse）的概念。 Matlab 绘制置信椭圆和 进行主成分分析的实例。 说明文档：https://blog.csdn.net/Gou_Hailong/article/details/129383938