分类
一、前言
在分类之前，首要的任务就是确定标签。下图是数据的第一列的散点图，看
见第一列即为分类标签，分别是 0~9 这是个整数。
图 1 数据标签值的探究
在具体分类之前，我首先了解了一下数据结。一共有 2007 行训练例子，256
个维度。对于维度比较大的数据，在分类之前降低维度是十分有意义的。在降低
数据集维度的同时，保证其中包含的主要信息是相似的。一方面，降低维度，能
进行数据压缩，减少数据存储所需空间，另一方面，也能减少计算所需时间。维
度少则计算量减少，还可以使用一些不适合对高纬度数据使用的算法。此外，也
有助于去除噪声，提高模型性能。去除了不必要的冗余特征，将数据维度减少到
2 维或者 3 维，进行可视化。
降低数据维度的算法有很多中，其中主成分分析算法是一常用的降低数据维
度算法。其核心思想是将 n 维特征映射到 k 维上（k < n），将这 k 维成为主元，
是重新构造出来的 k 维特征（如下图所示）。
