我有一个50K行和26个功能的数据集。我使用sklearn的StandardScaler对列进行标准化（每列具有0均值和1标准差），然后运行PCA以将特征集减少到原始方差的约90％。在运行sklearn的KMeans算法之前，我先对行进行规范化。
有没有理由在运行PCA后我不应该对行进行规范化？如果存在，将在PCA引起任何问题之前对行进行规范化 - 是否应该在对列进行规范化之前或之后进行？
对行进行规范化的原因是要删除＆＃39;幅度＆＃39;或者＆＃39;技能水平＆＃39;从每一行开始，相反，查看各个PCA减少的特征之间的关系。
答案 0 :(得分：0)
这非常依赖于数据。因为我不知道这些＆＃34;技能水平＆＃34;数字可能有数据形态，我对犹豫不决直接回答。例如，在[-1,1]范围之外的某些行具有多个归一化分数是否合理，而其他行具有小幅度的值？听起来你正试图解决这个问题。
我担心你会在1-2范围内有很多行有多个值（+或 - ），但有些行可能有一个+1值，其余项目接近0当你正常化一个热门的＆＃34;在行中，您将获得一个扩展大于10的值。您是希望将其聚类为异常值，还是包含在空间的中心区域？对于这些数据，是否有一个超过平庸的特征的异常值？
在PCA之后重新正常化没有任何问题。但是，如果您在之前和之后都进行了规范化，那么您将无法获得太多变化，因为您保留了大部分数据，只删除那些似乎多余的数据。