Sollten Sie vor PCA skalieren?
PCA ist von Skala betroffen. Sie müssen daher die Funktionen in Ihren Daten skalieren, bevor Sie PCA anwenden. Verwenden Sie StandardsCaler von scikit lernen, die Datensatzfunktionen auf der Einheitskala (Mittelwert = 0 und Standardabweichung = 1) zu standardisieren. Dies ist eine Voraussetzung für die optimale Leistung vieler maschineller Lernalgorithmen.
Warum ist die Skalierung für PCA erforderlich??
Wenn Sie mit Daten zu tun, die Funktionen mit unterschiedlichen Skalen enthalten, ist es häufig wichtig, zuerst die Daten zu skalieren. Dies liegt daran, dass Daten mit größeren Werten die Daten auch mit relativ geringer Variabilität beeinflussen können. Der Kombinatdatenrahmen ist für Sie geladen.