PCA 散点图上的轴是什么？

如何解决PCA 散点图上的轴是什么？

我的团队正在训练多个模型来比较它们的准确率/准确率/召回率。我们已经使用 scikit-learn 生成了散点图，散点图如下所示：

我们一直在做一些研究，但找不到 X 和 Y 轴代表什么。我们已经阅读了以下具有类似结果的文章：

https://scikit-learn.org/stable/auto_examples/neighbors/plot_nca_dim_reduction.html

在我们的例子中，我们有很多维度（超过 20 个）。从我们的研究中，我们发现维度被压缩为 2 个维度，我假设它们是这些 X 和 Y 轴。是这种情况吗？如果是这样，这些代表什么？

解决方法

深入研究您拥有的 scikit-learn 教程中的代码 linked to，我们看到：

# Embed the data set in 2 dimensions using the fitted model
X_embedded = model.transform(X)

# Plot the projected points and show the evaluation score
plt.scatter(X_embedded[:,0],X_embedded[:,1],c=y,s=30,cmap='Set1')

因此，该图确实是关于转换数据 X_embedded[:,0] 和 X_embedded[:,1]（分别在 X 和 Y 轴上）的前 2 个主成分。