12 如何为PCA选择K？K是要向下投影的尺寸数。唯一的要求是不要丢失太多信息。我了解这取决于数据，但我希望更多地了解有关选择K时应考虑哪些特征的简单概述。 pca — pr338 source 取决于可容忍的数据丢失，也取决于问题陈述！ — Dawny33 我同意以下两个答案。但是，您是否知道有一种简单的方法来量化信息损失，即使用协方差矩阵的SVD对角线？ — yuqian
13 执行PCA算法后，您将获得主要成分，并按其持有的信息量进行排序。如果保留整个设置，则不会丢失任何信息。一张一张地删除它们并将它们重新投影到原始空间中，就可以计算出信息损失。您可以针对删除的主要组件数量绘制此信息损失图，并在有意义的地方查看它是否构成“弯头”。但是，这在很大程度上取决于您的用例。 — 扬·范德维格 source （+1）是的，就这么简单：) — Dawny33
3 我通常检查K值所占信息的百分比。假设在8个字段中，有2个保存了90％的信息。因此，没有必要包括其他6或5个字段。如果您知道mnist数据，则在768个输入中，我只使用了250个，将我的准确度从83％提高到96％。事实是更多的维度带来了更多的问题。所以把它们剪掉。我通常只选择仅持有90％信息的K，它对我有用。 — 阿曼纽尔·内加什（Amanuel Negash） source 您好。我有一个类似的问题，我想使用x％的信息，但不确定如何执行此操作？我打算使用IPCA做到这一点，我可以将n_components = None保留下来，但是然后我如何确定具有x％数据的功能是什么？ — 阿森纳狂热者队