我应该为PCA选择多少主要组件？

Question

我有一个数据框，几乎没有分类和数字功能。为此我将文本列的BoW（CountVectorizer）连接起来，产生了超过56,000个特征。所以我正在考虑使用PCA来减少功能数量。

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

Answer 1

您可以绘制具有前k个分量和k个分量的方差的图。根据这些分量中包含的方差选择k。95％或以上是理想的。