主成分分析法

点云处理_PCA理解_提取物体点云几何主轴点云做 PCA 是理解 PCA 最直观的例子之一。对于一个物体的点云，PCA 的核心目的就是：把每个 3D 点看成一个样本，点的 (x,y,z) 坐标看成 3 个特征，通过分析点云在哪个方向分布最“长”，提取物体的几何主轴。

主成分分析法的简介及应用主成分分析法（Principal Component Analysis，简称PCA）是种常用的数据降维技术，用于将高维数据集转换为低维表示，同时保留数据的主要特征。PCA通过线性变换将原始数据映射到一个新的坐标系中，新坐标系的选择是使得数据在新坐标系下的方差最大化。这样做的目的是为了减少数据的维度，同时尽量保留原始数据的信息。

我是有底线的