PCA的正确/错误打开方式（应用）

Ref：安德鲁老师的经典ML intro课程

	PCA适用于	PCA不适用于
speed up learning algorithm	✅
避免overfitting		✅
数据可视化时对数据进行压缩	✅
design of ML system		✅

避免overfitting的问题

Regularization比PCA更好：因为PCA可能会舍弃掉有用的信息（比如在降低dimension的时候保留了99%的feature），而regularization是保留了所有feature。

PCA不正确的打开方式1号

Design of ML system（其实和speed up learning algorithm那一项是一回事）

建议在用PCA之前，要知道自己在做什么，先考虑原始数据x(i)看效果。因为可能原始数据不使用PCA效果就ok了。如果原始数据的learning algorithm很慢，或者内存需求很大，换句话说你明确了x(i)不可用，再使用PCA或者考虑使用compressed representation。

PCA的不正确打开方式2号