降维处理

Question

老师，这里第一次降维处理，比如数据集有4个维度的数据
参数为4，这里的意思是计算出各个维度下数据的方差吗？然后保留了方差大的维度，舍弃了方差小的维度 是为什么呢？是不是方差大的维度，维度下的各个数据的关联性很小，可以作为分析的依据，方差小的维度下的各个数据关联性很大，差别很小，就是说这个维度的数据对于整个数据集的分析作用小一些，所以舍弃。

Answer 1

flare_zhao 2020-11-29 14:13:06

数据降维的目标就是要让数据在更低维度情况下，保留主要的信息。PCA降维的原理是让数据在低维度投影后能尽可能分开，通过方差，可以体现数据的离散程度，方差越大，说明数据分的越开，因此我们通过方差来作为评估信息在降维后保留的情况。如果完全不想丢失任何信息，那肯定是不降维。但因为实际需要，要降低维度，那就优先剔除方差比例更小的维度数据。

• 提问者 进击的蜂蜜 #1

  一开始的维度为4，如果参数n_components=4，是计算的各个维度下数据的方差吗

• 提问者 进击的蜂蜜 #2

  不是太理解一开始同维度进行PCA分析的意义

• flare_zhao 回复 提问者 进击的蜂蜜 #3

  主成分分析，会进行数据的标准化处理，因此可以踢出比如不同维度数量级不同而影响信息的重要性。