如何解决使用 PCA 时的大量主成分
我是 PCA 的新手，我有一个包含 64 个特征的数据集，我正在尝试使用 PCA 获取最重要的特征。在运行解释数据集中 90% 方差的 PCA 时，我得到了大约 40 个主成分，我的问题是，如何根据所有这些主成分获得特征重要性？in the pic1 shown the number of principal components that explains 90% of the variance 我应该对每个特征的所有主成分的值求和，然后按降序排序吗？
解决方法
只需运行一个回归模型并检查与每个特征相关联的重要性统计值。查看 this article 以讨论特征重要性。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
