完整定義
主成分分析 (PCA) 是一種統計方法,用於降低資料的維度,同時保留最重要的資訊。它通過將原始資料轉換為一組線性不相關的變數,稱為主成分,來實現這一點。這些主成分按其解釋資料變異性的程度排序,因此可以選擇前幾個主成分來代表原始資料,從而簡化分析和建模。
白話說明
你有沒有一堆欄位太多,想先濃縮成幾個重點再分析?
你可以把 主成分分析 想成 把很多欄位濃縮成少數幾個重點方向。
維度太高時,計算和理解都會變難,找出變化最大的方向,把資料壓縮到更少維度 這件事就特別重要。
記住這句
找出變化最大的方向,把資料壓縮到更少維度
比喻:主成分分析就像把一張很複雜的地圖(高維度資料)簡化成一張重點標示的地圖 -- 它會找出地圖上最重要的線條和地標(變異最大的方向),把那些不那麼重要的細節拿掉,讓你一眼就能掌握重點,但又不失主要資訊。
容易混淆
主成分分析 vs 特徵選擇
特徵選擇像直接從一堆食材中挑出幾樣你覺得最重要的,把其他都丟掉;主成分分析像把所有食材打成綜合果汁,雖然還是所有食材都在裡面,但變成了更濃縮、更精華的幾種成分。
最關鍵的區別:一個壓成新座標,一個保留原欄位。
主成分分析 vs 特徵選擇
PCA 是把特徵壓成新座標,特徵選擇是直接挑原本欄位留下
最關鍵的區別:一個換座標,一個挑欄位。
實際案例
案例 1:把上百個感測器欄位壓成少數幾個主成分
案例 2:先降維再做分群,讓視覺化更清楚
演算法與應用
核心意思就是:找出變化最大的方向,把資料壓縮到更少維度。
常用在視覺化、降噪和加速後續模型訓練
若資料本身是非線性結構,PCA 不一定最合適
情境判斷
Q2(判斷題): 想保留原始欄位名字時,還適合用 PCA 嗎?
看情況,若你需要可解釋欄位,特徵選擇通常比 PCA 更直觀
常見問題
特徵值代表對應主成分所解釋的變異量大小。 特徵值越大,表示該主成分包含的資訊越多,也就越重要。 我們可以根據特徵值的大小來選擇需要保留的主成分數量,通常會選擇累積解釋變異量達到一定比例(例如 80%)的主成分。
可以透過觀察累積解釋變異量來判斷降維效果。 如果選取少數幾個主成分就能夠解釋大部分的變異量(例如 85% 以上),則說明降維效果良好。 此外,也可以比較降維前後模型的性能,如果降維後模型的性能沒有明顯下降,甚至有所提升,則說明降維是有效的。
主成分分析是一種線性降維方法,對於線性結構的資料效果較好。 如果資料具有高度非線性的結構,PCA 的效果可能不佳。 在這種情況下,可以考慮使用非線性降維方法,例如 Kernel PCA 或 t-SNE。 另外,PCA 對於缺失值比較敏感,需要先對缺失值進行處理。
出現在這些考古題
官方公告試題的逐題解析裡,有 9 題把主成分分析列為延伸術語,這裡列出 5 題。
相關術語
- 特徵工程Feature Engineering
- 非監督式學習Unsupervised Learning
- 機器學習Machine Learning
- K 均值分群K-Means Clustering
- 密度分群Density-Based Spatial Clustering
本頁內容有提到,或屬於同一組主題的術語
來源
這個術語目前沒有標註外部來源。
其他格式:Markdown 版本