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
