标签： machine-learning neural-network pca cross-validation dimension-reduction
假设数据集中有8个要素。我使用PCA并使用解释的方差比的累积和来发现99％的信息在前3个特征中。 那么为什么我需要使用PCA来拟合和转换这3个特征，以便用它们来训练我的神经网络？为什么我不能直接使用这三个功能？
答案 0 :(得分：2)
原因是，当PCA告诉您99％的差异由前三个组件解释时，并不意味着它由前三个解释功能即可。 PCA组件是这些功能的线性组合，但它们通常不是功能本身。例如，PCA组件必须彼此正交，而功能不必相同。