因为要算协方差。单纯的线性变换只是产生了倍数缩放，无法消除量纲对协方差的影响，而协方差是为了让投影后方差最大。

　　在统计学中，主成分分析(PCA)是-种简化数据集的技术，是一个线性变换。

　　这个变换把数据变换，到一个新的坐标系统中，使得任何数据投影的第- -大方差在第一个坐标(称为第-主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。

　　主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。

　　这样低阶成分往往能够保留住数据的最重要方面。但是，这也不是一定的，要视具体应用而定。