我应该为 PCA 选择多少个主成分？

Question

我有一个几乎没有分类和数字特征的数据框。为此，我将我的 BoW(CountVectorizer) 文本列连接起来，产生了超过 56,000 个特征。所以我正在考虑做 PCA 来减少功能的数量。

我认为在这里选择正确数量的主成分至关重要，但我对这里要考虑多少 n_components 感到困惑？

Answer 1

您可以用前 k 个分量和 k 个分量的方差绘制图表。根据这些分量中包含的方差选择 k。95% 或以上将是理想的。