标准化缩放是使用 sklearn 应用 PCA 的先决条件吗？
Is standardized scaling a pre-requisite for applying PCA using sklearn?
我有一组 70 个输入变量，我需要对其执行 PCA。根据我的理解，集中数据使得每个输入变量的均值为 0，方差为 1，这对于应用 PCA 是必要的。
我很难弄清楚，在将我的数据集传递给 PCA 或 sklearn 中的 PCA 函数之前，我是否需要执行标准缩放 preprocessing.StandardScaler()它自己的。
如果是后者，那么不管我是否申请preprocessing.StandardScaler() explained_variance_ratio_ 都应该是一样的。
但结果不同，因此我认为在应用PCA之前需要preprocessing.StandardScaler()。是真的吗？
是的，确实如此，scikit-learn 的 PCA 并未对输入数据集应用标准化，它仅以 subtracting the mean 为中心。
另请参阅此 post。
我有一组 70 个输入变量，我需要对其执行 PCA。根据我的理解，集中数据使得每个输入变量的均值为 0，方差为 1，这对于应用 PCA 是必要的。
我很难弄清楚，在将我的数据集传递给 PCA 或 sklearn 中的 PCA 函数之前，我是否需要执行标准缩放 preprocessing.StandardScaler()它自己的。
如果是后者，那么不管我是否申请preprocessing.StandardScaler() explained_variance_ratio_ 都应该是一样的。
但结果不同，因此我认为在应用PCA之前需要preprocessing.StandardScaler()。是真的吗？
是的，确实如此，scikit-learn 的 PCA 并未对输入数据集应用标准化，它仅以 subtracting the mean 为中心。
另请参阅此 post。