PCA降维是简单保留方差最大的两个维度吗？还是自动产生两个新的综合维度？
来源：5-8 实战（3）
慕丝6099829
2025-09-24
使用pca.fit_transform()从原始的4维数据降到2维，是简单自动选择方差最大的两个维度进行保留吗？还是说会自动合并出新的两个维度？比如说主成分 1（PC1）：“整体花瓣大小”方向：0.5×花瓣长 + 0.5×花瓣宽。主成分 2（PC2）： “花萼与花瓣的对比”方向：花萼长度 - 花瓣长度。
写回答
1回答
-
flare_zhao
2025-10-09
PCA降维不是简单地保留原始特征中方差最大的两个维度，而是会自动创建出两个全新的综合维度（主成分）。
你举的例子非常好。在实际分析中，我们确实需要像这样去解读主成分：PC1：通常是所有原始特征的加权组合，代表数据中最主要、最综合的变化趋势（如“整体尺寸大小”）。
PC2：代表在PC1所不能解释的剩余信息中，最主要的变化模式，往往体现了一些对比关系（如“花萼与花瓣的权衡”）
00
相似问题