主成分分析(PCA)是迄今最常用的降维方法，它有许多名字，例如（）等
A线性代数中的散度矩阵奇异值分解(SVD)
B统计学中的因子分析(factoranalysis)
C信号处理中的离散Karhünen-Loève变换
D图像分析中的Hotelling变换
E文本分析中的潜在语义分析(LSA)
A线性代数中的散度矩阵奇异值分解(SVD)
B统计学中的因子分析(factoranalysis)
C信号处理中的离散Karhünen-Loève变换
D图像分析中的Hotelling变换
E文本分析中的潜在语义分析(LSA)