我正在使用大约 4000 个变量的数据集。我决定对数据进行主成分分析 (PCA)，但我不太确定我应该在测试中包含多少合适的变量。
输入大量（例如 4000 个）变量会干扰 PCA 的准确性吗？据我从定义和进行 PCA 的方式可以理解，变量的数量应该无关紧要，但我不是 100% 确定，我找不到任何来源谈论变量数量对 PCA 的影响.
简单来说，我的问题是：我应该只将我拥有的所有变量都包含在 PCA 测试中，还是应该在进行 PCA 之前进行其他测试以减少变量数量？
PCA 的理想变量数
机器算法验证
主成分分析
数据挖掘
降维
2022-04-18 06:01:13
1个回答
PCA 的主要应用之一是在有很多变量时降低维度。所以是的，你应该使用所有的变量。我经常将 PCA 应用于数以万计的变量（基因表达数据）并且效果很好。
可能发生的情况是，在分析 PCA 时，您必须研究的不仅仅是前两个或三个组件。通常，您想了解的因素不会导致大部分方差，例如，您会在第五个或第十个组件中看到很好的样本聚类（是的，我见过这样的案例）。
其它你可能感兴趣的问题