scree

主成分分析（PCA）是一个很好的工具，可以用来降低特征空间的维数。PCA的显著优点是它能产生不相关的特征，并能提高模型的性能。 它可以帮助你深入了解数据的分类能力。在本文中，我将带你了解如何使用PCA，同时提供Python代码，完整的项目可以在GitHub链接： https://github.com/conorosully/medium-articles 。 什么是PCA 我们先来复习一下这个理论，但是如果你想确切了解PCA是如何工作的，我们不会详细介绍，网上有大量学习资源。 PCA用于减少用于训练模型的特征维度数量，它通过从多个特征构造所谓的主成分（PC）来实现这一点。 PC的构造方式使得PC1方向在最大变化上尽可能地解释了你的特征，然后PC2在最大变化上尽可能地解释剩余特征，PC1和PC2通常可以解释总体特征变化中的绝大部分信息。 另一种思考方法是，前两个PC可以很好地概括大部分特征。这很重要，因为正如我们将看到的，它允许我们在二维平面上可视化数据的分类能力。 数据集 让我们来看看一个实际的例子，我们将使用PCA来探索乳腺癌数据集( http://archive.ics.uci.edu/ml/datasets/breast+cancer+wisconsin+(diagnostic))，我们使用下面的代码导入该数据集 。 import numpy as np import