从空间上理解：降维的目的，摆脱一些线性有关特征，减少特征的个数，方便后续处理建模。基变换恰好可以完成这样的工作。那怎么样去找这个基呢？协方差矩阵，包含了方差信息和协方差信息。协方差取值范围在【-1，1】之间，1代表两个或以上特征变化趋势相同，-1代表相反，0则代表这些特征线性无关。基的特征向量相乘也是为0，线性无关。特征值越大，相当于在某一个特征向量上步长越大，即该特征向量上，方差越大，数据在该特征上分的越开，这样就好进行分类。
数学基础：
恰好在线性代数中有协方差矩阵，带了带上了方差和斜方差这两个概念，在协方差矩阵中，协方差为0，代表两个特征在几何上互相垂直，线性无关，通过协方差为0，恰好可以提取出我们需要的主信息，尽可能的减少了我们原始特征上线性相关的特征。因此转成协方差矩阵了求解特征值，特征向量的过程。
意义：
