传递到PCA函数的数据矩阵是否需要包含响应向量？

Question

我有一个数据训练矩阵（大约15个特征和500多行）和一个结果/响应向量（500+长度），其值对应于行。基本上它是一个安卓传感器数据的矩阵，对应于弧度测量（我试图使用传感器数据来预测运动方向）。

我正在尝试使用PCA确定哪些功能不太重要/无用。我正在使用scikit-learn提供的PCA功能：

http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html

但似乎要求的只是数据矩阵;没有选项输入数据的响应向量（或者我在数据矩阵中包含响应向量？）。

根据我的理解，PCA挑选出与响应变量相比差异最大的特征。如果我不提供响应矢量（弧度测量），它将如何知道哪个特征更重要？

Answer 1

PCA是一种无监督的估算器，这意味着它不会考虑任何目标/响应变量。它将在数据中找到正交基数而不参考任何目标（这在sklearn docs中讨论）。

听起来你的想法是Linear Discriminant Analysis和相关的例程：这些是监督算法，它们找到最能区分响应变量的特征的线性组合。