在PCA里，协方差矩阵是一个重要的概念。这里关于协方差矩阵我做一点笔记，其中我并没有做m个n维向量类似的推导。采用4维以及10维来说明，这样好看一点，其实是一样的。
1.基础篇推导
谨记：下面的a，b，c，d都是属性值。我们说协方差都是研究的属性之间的相关性独立性等，而不是样本之间的。
也即：研究列之间的关系。不研究行与行的关系。(这里一行就是一个样本,一行自然有好几列，那么每个列都是一个属性值。)
2.关于一个问题。
看完上面的你可能会说：我擦，你是认真的吗？为什么我看的协方差矩阵这个样子？
分析：
3.小问题
可能会有人看别的博客发现别人的协方差矩阵又是这个样子：
图片源自：https://www.cnblogs.com/terencezhou/p/6235974.html
怎么这里是原向量乘以它的转置。你上面是转置乘以原向量呢？
答：1.只是行列的定义不同而已。上面x是行向量，这里是列向量。除了这个其他如出一辙。
2.我这里假设了均值为0，所以少了一项。