核主成分分析（英語：kernel principal component analysis，简称kernel PCA）是多变量统计领域中的一种分析方法，是使用核方法对主成分分析的非线性扩展，即将原数据通过核映射到再生核希尔伯特空间（英语：ReproducingkernelHilbertspace）后再使用原本线性的主成分分析。
，是指有平方范数的哈代空間，是L2空間的子集合，因此也是希尔伯特空间。特別的是，H2空間也是再生核希尔伯特空间（英语：ReproducingkernelHilbertspace）。 一般而言，單位圓盤內L2空間的元素可以表示為 ∑ n = − ∞ ∞ a n e i n φ {\displaystyle