应用PCA后，我们能否找到原始数据中的冗余特征

Question

提前致谢。

我们已经知道PCA用于去除原始数据集中的一些冗余或线性相关的特征/尺寸（例如，km和英寸特征）。此外，降序中的特征值仅作为权重，告诉我们新正交空间中哪个新特征/维度是最重要/最不重要的。

然而，似乎特征值与原始数据集中的旧特征/维度没有明确的关系。

这是我的问题，在应用PCA之后，我们可以回顾一下，找出原始数据集中特定的冗余（近线性相关）特征吗？

Here是之前提出的类似问题，但到目前为止还没有提供确切的答案。因此，任何帮助将不胜感激。

Answer 1

不，但你不需要PCA。只需查看原始尺寸的差异即可。