PCA 降维算法详解 以及代码示例 Home » 编程开发 » PCA 降维算法详解 以及代码示例 从信息论的角度来看,, 如果选择的 k 越大, 也就是系统的熵越大, 那么就可以认为保留的原来样本特征的不确定性也就越大, 就更加接近真实的样本数据。 如果 k 比较小, 那么系统的熵较小, 保留的原来的样本特征的不确定性就越少, 导致降维后的数据不够真实。 (完全是我个人的观点) 不义而富且贵,于我如浮云。