我不明白 PCA 的一点。 PCA 返回使每个特征的方差最大化的方向？我的意思是，它将为我们原始空间的每个特征返回一个组件，并且只有 k 最大的组件将用作新子空间的轴，对吗？所以实际上，如果我在 50-D 中并且 49 个特征具有很强的方差，我可以传递到 49-D 空间吗？当然，我说的是简单的英语，没有正式或技术性的内容。
谢谢
最佳答案
如果您的原始数据有 50 个维度，那么 PCA 将返回 50 个主成分。您可以选择可以解释最大方差的那些主成分的子集 k，通常至少是 90% 的方差。您使用的 PCA 软件通常会计算每个主成分解释了多少方差，因此只需将方差相加并选择可以使您达到总方差 90% 的顶部 k。看到这个 PCA tutorial :
关于machine-learning - 主成分分析，有多少个成分？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46516469/