1回答

liuyubobobo

2018-06-17

已采纳

什么是“数据预处理”，什么是“特征工程”，这个分界点还真没有特别严格的划分：）通常，我倾向于把demean归为“数据预处理”，因为这个过程并没有对我们数据的“特征”产生任何“新”的变化，指数所有数据的数值平移了一下而已（好比只是单位变化了一下，或者把100分制转换成了10分制而已）

由于StandardScalar（标准化）的过程，将数据的每一维度的特征，都转换成了均值为0，方差为1的分布，所以，通常，我们做一遍数据标准化，再通过PCA是没有任何问题的。当然了，由于demean是PCA必须的步骤，所以在我们的PCA内部，也封装了demean的过程。对于已经标准化的数据，这步demean其实没有发挥作用，但也不妨碍，毕竟要预防用户把没有经过标准化的数据也扔进了PCA的过程：）

对于我们的PCA内部封装了demean的过程，可以以下课程代码第46行：https://github.com/liuyubobobo/Play-with-Machine-Learning-Algorithms/blob/master/07-PCA-and-Gradient-Ascent/05-Data-Projection/playML/PCA.py

节日快乐：）加油！

0

1

慕运维7479159

老师,非常感谢！

2018-06-19

共1条回复