PCA：

传统PCA是一种无监督线性降维算法，先对原始多维数据去中心化，通过协方差矩阵求解特征值与特征向量，依照特征值大小筛选信息量最高的主成分，将原始数据线性投影到低维空间，在保留大部分数据方差信息的同时剔除冗余相关特征，缺点是线性映射无法捕捉非线性关联、降维后的合成特征没有实际业务语义。