PCA中total variance的解释

PCA降维实战:从数据肥胖到可解释主成分 主成分分析(PCA)是一种经典的线性降维技术,其核心原理是通过正交变换将高维数据投影到方差最大、彼此无关的低维子空间,在保留原始信息的同时消除多重共线性。该方法的技术价值在于提升模型训练效率、增强特征可解释性、支撑二维可视化,并为聚类与分类任务提供高质量输入。典型应用场景包括用户行为分析、图像压缩、生物信息学特征筛选及金融风控中的高维变量精简。本文聚焦真实业务数据中的标准化陷阱、载荷解读逻辑与生产级部署要点,结合scikit-learn实操,详解如何用PCA将87个强相关字段转化为5个业务可命名的综合指标。 阅读详情

             最近在看LMNN的论文时, 发现作者做实验的起始步骤中首先用PCA对高纬度sample features进行降维处理时, 提到如何选取目标低纬度的值, 其提供的方法是: "account for 95% of its total variance." 


这里的total variance是啥意思呢? google了一下, 以下这篇文章有很好的解释:

http://support.sas.com/publishing/pubcat/chaps/55129.pdf


其中有这样一段话:

What is meant by “total variance” in the data set?  To understand the meaning of “total
variance” as it is used in a principal component analysis, remember that the observed
variables are standardized in the course of the analysis.  This means that each variable is
transformed so that it has a mean of zero and a variance of one.  The “total variance” in the
data set is simply the sum of the variances of these observed variables.  Because they have
been standardized to have a variance of one, each observed variable contributes one unit of
variance to the “total variance” in the data set.  Because of this, the total variance in a
principal component analysis will always be equal to the number of observed variables
being analyzed.  For example, if seven variables are being analyzed, the total variance will
equal seven.  The components that are extracted in the analysis will partition this variance: 
perhaps the first component will account for 3.2 units of total variance; perhaps the second
component will account for 2.1 units.  The analysis continues in this way until all of the
variance in the data set has been accounted for.


其中指出: the total variance in a principal component analysis will always be equal to the number of observed  variables。 从后面提供的例子也可以知道, 其考虑的是特征根排序后的权值大小, 比如原始输入的feature space维度为20, 经过PCA后可以计算所有的20个特征根(降序排列), 然后找出前N个总和刚好大于所有20个特征根总和的95%, 此时的N就是所需要降维的目标值。

PCA手写全流程:标准化、方差解释与工程落地实战 主成分分析(PCA)是机器学习中基础且关键的线性降维技术,其核心原理在于通过正交变换将高维数据投影到方差最大的低维子空间,实现信息压缩与结构揭示。理解PCA需把握三大支柱:标准化先行以消除量纲干扰、方差即信息以量化特征重要性、投影即重构以保留数据本质结构。该技术广泛应用于数据可视化、计算加速、噪声抑制及特征工程等场景,在医疗影像分析、工业时序建模和大规模图像处理中尤为关键。本文聚焦真实工程实践,深入剖析标准化策略选择、协方差矩阵的内存优化求解、explained_variance_ratio_的业务语义解读 阅读详情

相关推荐

PCA不是万能降维器:原理、陷阱与工程落地指南

主成分分析(PCA)是一种经典的线性降维技术,其核心是通过正交变换重构坐标系,在保留最大方差的前提下压缩数据维度。它依赖协方差矩阵的稳定估计,要求数据近似多元正态、特征间存在线性相关性,且必须完成中心化与标准化预处理。PCA的价值不仅在于减少计算开销,更在于揭示数据内在结构——如累计方差比曲线可诊断冗余程度,主成分载荷可解释隐变量。然而,当面对非线性流形、小样本高维、点云局部几何或类别不平衡等场景时,标准PCA极易失效。因此,它并非通用黑盒,而是需结合业务目标谨慎使用的‘数据体检工具’。本文围绕Princi

z466459262的专栏 421

数据降维:主成分分析法(PCA)

主成分分析是一种最常用的无监督降维方法,通过降维技术把多个变量化为少数几个主成分的统计分析方法。这些主成分能够反映原始变量的绝大部分信息,它们通常表示为原始变量的某种线性组合。

weixin_53972936的博客 1万+

三步PCA(主成分分析法)学习笔记

学习资料:Principal Component Analysis in 3 Simple Steps 简介 PCA算法的主要目标是识别数据的模式,发现变量之间的相关性。当变量之间相关性较强时,PCA算法降维的作用变得非常有意义了。总结下来就是:找到高维数据的最大协方差的方向,在保留大多数信息的情况下将其投影到低维子空间。 PCA与LDA LDA的的目标是找到不同类别之间的区别,其在...

qq_23589775的博客 1477

用scikit-learn学习主成分分析(PCA)

    在主成分分析(PCA)原理总结中,我们对主成分分析(以下简称PCA)的原理做了总结,下面我们就总结下如何使用scikit-learn工具来进行PCA降维。 1. scikit-learn PCA类介绍     在scikit-learn中,与PCA相关的类都在sklearn.decomposition包中。最常用的PCA类就是sklearn.decomposition.PCA,我们下面主要...

weixin_33738578的博客 1511

从K-Means到回归分析:方差分解公式(Law of Total Variance)如何统一理解两大算法

本文深入探讨了方差分解公式(Law of Total Variance)如何统一理解K-Means聚类和回归分析两大算法。通过数学本质的剖析和实践案例的演示,揭示了这两种看似不同的算法在最小化条件方差上的共通性,为数据科学家提供了更深入的理论视角和应用指导。

weixin_30432579的博客 341

PCA数据降维实战:从原理到生产部署的完整指南

主成分分析(PCA)是一种经典的线性降维技术,通过正交变换提取数据中方差最大的主成分,实现高维特征的空间压缩与噪声过滤。其核心原理基于协方差矩阵特征分解或更稳定的奇异值分解(SVD),在保障信息保留的前提下显著降低计算复杂度与内存开销。相比t-SNE(不可复用、无全局坐标)和Autoencoder(黑盒、不稳定),PCA具备可解释性、确定性与工程友好性,广泛应用于客户画像压缩、医学影像预处理、实时风控特征映射等场景。本文结合标准化预处理、累计方差选择、权重解读与重构误差验证,系统梳理PCA从理论理解到线上服

Dendy之Java小屋 342

协方差及PCA降维计算

PCA(Principal Component Analysis,主成分分析),PCA是一种无监督算法,也就是我们不需要标签也能对数据做降维,这就使得其应用范围更加广泛了。那么PCA的核心思想是什么呢?这里我们提到了方差,咱们可以想象一下,如果一群人都堆叠在一起,我们想区分他们是不是比较困难,但是如果这群人站在马路两侧,我们就可以很清晰的判断出来应该这是两伙人。所以基于方差我们可以做的就是让方差来...

AplusX 4894

PCA主成分分析:从原理到实战的降维去噪指南

在数据科学和机器学习领域,高维数据处理常面临维度灾难和特征冗余的挑战。主成分分析(PCA)作为一种经典的无监督线性降维技术,其核心原理是通过协方差矩阵的特征值分解,找到数据方差最大的投影方向,从而将原始特征重构为互不相关的主成分。这项技术的核心价值在于能够有效去除噪声、压缩数据维度、加速模型训练并提升泛化能力,广泛应用于数据可视化、特征工程和图像压缩等场景。本文结合协方差矩阵和特征值分解等热词,深入解析PCA从数学基础到scikit-learn工程实践的全流程,帮助读者掌握这一数据预处理的关键工具。

weixin_30457465的博客 331

直观理解Law of Total Variance(方差分解公式)

Law of Iterated Expectations (LIE) 在讲方差分解之前,我们需要先理解双期望定理。对于一个X,我们可以根据不同的Y将其任意的划分为几部分: 于是经过这样的划分,X总体的均值其实是等价于每一个划分下均值的总体均值。 E⁡[X]=E⁡[E⁡[X∣Y]] \operatorname{E} [X]=\operatorname{E} [\operatorname{E} [X|Y]] E[X]=E[E[X∣Y]] 举个例子,假设一共划分为三部分,每部分的均值分别为70 60 80, 于

Jie Qiao的专栏 5106

C++手搓PCA:从数学原理到高性能实现与工程实践

主成分分析(PCA)是一种经典的数据降维与特征提取技术,其核心原理是通过线性变换将原始高维数据投影到一组新的正交基(主成分)上,以最大化投影方差,从而用更少的维度保留数据的主要信息。从技术价值看,PCA能有效消除数据冗余、降低噪声、提升后续机器学习模型的效率与泛化能力,广泛应用于图像处理、金融分析、生物信息学等领域。在工程实践中,当面对海量数据或对实时性要求极高的场景时,通用库可能成为性能瓶颈。本文聚焦于使用C++和Eigen库从零实现一个高性能、可嵌入的PCA模块,深入探讨了基于奇异值分解(SVD)的稳健

weixin_30416871的博客 409

方差分析:理解多组样本间的差异

方差分析:理解多组样本间的差异 1. 背景介绍 方差分析(Analysis of Variance, ANOVA)是一种统计分析方法,它可以用来评估两个或多个群体之间是否存在显著性差异。与独立样本 t 检验只能比较两个群体的差异不同,方差分析可以同时比较多个群体之间的差异。 方差

AI天才研究院 2032

PCA降维实战:从原理到业务可解释的全流程指南

主成分分析(PCA)是一种经典的线性降维技术,其核心是通过协方差矩阵特征分解或奇异值分解(SVD),提取数据中方差最大、彼此正交的主成分方向。它不依赖标签,适用于无监督场景,能有效缓解高维数据带来的多重共线性、训练缓慢与模型不稳定等问题。相比t-SNE、UMAP等非线性方法,PCA具备可复现、可增量更新、载荷矩阵可解释等工程优势,特别适合需要合规审计、业务对齐与生产落地的数据分析与建模任务。在电商用户画像、信贷风控、IoT异常检测等真实场景中,PCA不仅加速模型训练,更通过载荷分析揭示‘信用健康度’‘活跃稳

weixin_30878501的博客 634

R语言plotly可视化:使用PCA算法进行数据降维、使用plotly可视化随着主成分的增加解释的方差的量(plotting explained variance)

R语言plotly可视化:使用PCA算法进行数据降维、使用plotly可视化随着主成分的增加解释的方差的量(plotting explained variance)

data+scenario+science+insight 539

PCA实战指南:从协方差矩阵到业务可解释主成分

主成分分析(PCA)是一种经典线性降维技术,其核心原理是通过特征值分解协方差矩阵,寻找数据方差最大的正交方向,实现坐标系重装。它不仅压缩维度、缓解多重共线性,更关键的是揭示原始变量间的内在结构关系——这正是载荷矩阵的物理意义所在。在真实数据工程场景中,PCA的价值远超模型性能提升,而在于将高维混沌转化为可命名、可归因、可行动的业务语言,如‘高效价值用户’或‘促销响应模式’。本文聚焦PCA落地中的标准化选择、主成分数判定、载荷解读、时间序列适配及可解释性增强等关键环节,结合药店会员复购分析等生产级案例,系统解

weixin_33704591的博客 389

对极几何 —两相机相对位置关系与相机姿态估计方法(基础矩阵,本征矩阵,单应矩阵梳理)附c++源码

对极几何 —两相机相对位置关系与相机姿态估计方法(基础矩阵,本质矩阵,单应矩阵梳理)附c++源码对极几何是什么,它有什么用(整体流程理解)对极约束(描述两相机关系)基础矩阵特性与求解方法本质矩阵特性与求解方法相机姿态恢复方法怎么又冒出了个单应矩阵H? 对极几何是什么,它有什么用(整体流程理解) 如图,当空间上有一个点分别在相机1和相机2上进行成像,这两个点存在什么变换关系呢?再扩展一下,真实世界下的场景分别用两个相机进行拍摄,获得两张照片,两张照片有什么变换关系呢?那么对极几何就是用来描述这种变换关系的。

qq_37764141的博客 5104

Duilib的简单使用(五、DuiDesigner/DuiEditor的下载编译)

一、前言 在Duilib的简单使用(一、duilib demo)中我们介绍了利用duilib简单的构造一个项目 在Duilib的简单使用(二、xml实现界面与业务分离)中我们介绍了XML在duilib中的使用 在Duilib的简单使用(三、界面逻辑交互)中我们已经知道如何简单的进行界面的交互 在Duilib的简单使用(四、换肤)中,我们提了一下Duilib强大的一键换肤功能。 通过之前的说明,我们知道duilib是通过xml来分离界面和业务逻辑的,但是xml如果不能预览,那每次敲一个再运行一下看看效果,这不

LyRics1996的博客 2888

PCA原理与R实战:从数据降维到业务洞察

主成分分析(PCA)是一种经典的线性降维技术,其核心是通过协方差矩阵的特征值分解,寻找数据方差最大且彼此正交的新坐标轴。它并非简单删除特征,而是对高维数据进行保距投影,保留最大信息量的同时消除冗余。PCA依赖数据中心化与标准化,尤其在变量量纲差异大时,必须进行Z-score标准化以保障结果稳健。其技术价值体现在数据压缩、噪声抑制、可视化及下游建模预处理中,广泛应用于生物信息、金融风控、传感器数据分析等场景。本文结合R语言手写实现与prcomp工业级封装,深入解析主成分载荷解读、方差解释率判定及常见陷阱,强调

weixin_33798152的博客 388

OSGEarth 基于鼠标位置缩放

说明 osgearth 原有漫游器EarthManipulator 不支持此功能,所以需要修改此漫游器代码,其中主要原理就是在缩放的同时也要改变当前漫游器中心焦点的位置,从而保持鼠标指定点的位置缩放是不改变。 核心代码修改部分 EarthManipulator 的头文件zoom方法添加参数view /** * Zoom the camera using delt...

Rsoftwaretest的专栏 3782

Python手撕PCA:从原理到实战,搞定高维数据降维与可视化

在数据科学和机器学习领域,处理高维数据是常见的挑战。主成分分析(PCA)作为一种经典的线性降维技术,其核心原理是通过正交变换将原始特征转换为一系列线性无关的新变量,即主成分。这一过程在数学上等价于对数据的协方差矩阵进行特征值分解,旨在保留数据中最大方差的方向,从而在降低维度的同时尽可能多地保留原始信息。PCA的技术价值在于它能有效消除特征间的多重共线性,减少计算复杂度,并提升后续模型的泛化能力。其应用场景广泛,包括数据可视化、特征工程、噪声过滤以及综合评价等。本文以鸢尾花数据集为例,通过Python从零实现

weixin_34055787的博客 491

三、分区配置

rk3566/rk3568 修改分区

暮云星影的博客 514

2025美赛E题为农业留出空间(附代码+全保姆教程)Making Room for Agriculture

有机农业的核心在于减少化学投入,促进自然控制和可持续性。变量定义CCC: 作物种群III: 害虫种群PPP: 天然捕食者种群(蝙蝠、鸟类等)BBB: 生物多样性水平(以种类数量表示)SSS: 土壤健康指数(影响植物繁殖与作物生长)EEE: 农业生态系统的整体稳定性。

博客 1495

PCA主成分分析:从原理到实战,掌握数据降维与特征提取

在机器学习和数据分析中,高维数据处理常面临维度灾难和特征冗余的挑战。主成分分析(PCA)作为一种经典的无监督降维技术,通过线性变换将原始数据投影到新的正交坐标系中,新坐标轴按方差大小排序,称为主成分。其核心数学原理基于协方差矩阵的特征值分解,特征值对应各主成分的方差,特征向量则定义了投影方向。PCA的技术价值在于能够以最小信息损失实现数据压缩,去除噪声和冗余,同时提升模型训练效率和可解释性。该技术广泛应用于数据可视化、特征工程、图像压缩和探索性数据分析等场景。本文通过手动实现和sklearn应用对比,深入解

weixin_33834137的博客 356

相似贴子推荐:基于 LangChain4j + Milvus 的混合检索实战

本文提出了一种基于LangChain4j和Milvus的混合检索方案,用于解决论坛社区中的相似帖子推荐问题。该方案结合稠密向量语义检索和BM25关键词检索的优势,通过RRF算法实现结果融合。系统采用bge-small-zh模型生成语义向量,利用Milvus 2.5+原生支持的BM25功能和混合搜索API,在百万级数据规模下实现50ms内的检索延迟,召回率和精确率分别提升15%和22%。文章详细介绍了从数据预处理、向量化到混合检索的完整实现流程,并探讨了进阶优化方向,为推荐系统和RAG应用提供了高效解决方案。

分享AI、区块链技术及应用,未来已来 88

R语言PCA结果不会解读?用factoextra包从特征值、贡献度到biplot可视化全流程拆解

本文详细解析了R语言中PCA分析的全流程,从特征值、方差贡献度到biplot可视化,使用factoextra包实现深度解读。通过葡萄酒数据集案例,展示如何计算主成分、分析变量关系及生成专业报告,帮助读者掌握PCA核心概念与R语言实现技巧,提升数据分析能力。

weixin_30299709的博客 474

Android 13 wificond讲解

Android 13 wificond讲解

专业开发者的博客,一个从事Android WiFi和蓝牙的工程师 2932

作为一名爬虫人如何实现千万级数据爬取?

爬虫门槛不高,高就高在往后余生的每一次实操都随时会让你崩溃!Bro

吴秋霖的博客 1万+
上一篇: <推荐>参加国际会议海报制作(poster)的Latex模板
下一篇: <zz>L1, L2 regularization的深层次理解
且歌且行
博客等级 码龄18年 58粉丝 29原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值