随手杂记
1 求取C=ΦΦT的特征值通过求解C’=ΦTΦ矩阵来获得同样的特征向量？
2 eigvector就是特征脸，特征向量相当于一组新的坐标轴，人脸图像可以用这组坐标轴线性组合表示出来，特征向量是按照他们对应的特征值由大到小依次排雷的，越大的特征值对应的特征向量越像人脸，任何一个样本都可以用特征向量这组基重构，重构稀疏可以称为特征。
3 PCA推导最大化协方差矩阵或者最小平方误差都可以，两者可以相互推导。
4 满秩线性无关
5 两个向量做内积，可以转化成矩阵乘法：
6 XX'是对称阵，因为(XX')'=XX'（'为转置）
什么是半正定？就是所有特征值大于等于0。
7 最小化误差是为了让我们的模型拟合我们的训练数据，而规则化参数是防止我们的模型过分拟合我们的训练数据。