C.M Bishop的《Pattern Recognition and Machine Learning》12章介绍PCA，总的来说PCA有如下应用：
1、对数据进行近似处理，见书中的图12.5
2、数据预处理：白化或者叫球化，经过这样处理后的数据具有0均值和单位协方差特性，见图12.6
3、可视化，即用第一、二、三主成分表示数据，见图12.8
4、对高维数据的处理，比如对图像数据处理时，图片的个数代表了样本个数，每个图片中的像素构成了一个向量，这种情况下，样本的个数远小于属性的个数，这时使用PCA时，计算协方差矩阵时将非常耗资源，12.1.4 PCA for high-dimensional data详细介绍了对这种问题的处理。