PCA降维之前为什么要做标准化？
PCA主要用于高维数据的降维，也就是将高维数据投影到低维空间使其方差最大。如果某一个特征（向量）数值特别大，那么它在方差计算比重特别大，为了让秩分解逼近原数据，就会极力逼近量纲大的特征，导致其它特征所包含的信息被忽略。
此外，因为PCA通常是数值近似分解，而非解析解，使用梯度下降算法的时候可以加快收敛速度。