认真看,第一个特征方差是1*10的12次方,而且它的占比是100%,所以像这类数据你只要保留第一个特征,即直接降到1维即可。 当然有更直接的方法 pca = pca (n_components='mle')那么. Pca 分析的是特征之间的关系, 例如: 身高 & 体重(高度相关) rgb 三个通道(有冗余) 传感器阵列中彼此耦合的信号 pca 的本质行为是: 发现哪些维度其实在讲同一件事, 然后用更少. 主元分析也就是pca,主要用于数据降维。 1 什么是降维? 比如说有如下的房价数据: 这种一维数据可以直接放在实数轴上:
Camila Cabello's candid reaction to wardrobe malfunction during live