如何通过Python实现特征降维，并比较PCA与t-SNE在不同场景下的应用效果？

本文共计746个文字，预计阅读时间需要3分钟。

PCA适用于需要高解释性、数据线性结构明显、需快速处理大规模场景；t-SNE仅适用于可视化探索，不能用于后续建模或距离计算。

为什么PCA降维后还能看懂每个轴的含义

因为PCA输出的每个主成分都是原始特征的线性加权和，系数可直接提取分析。比如pca.components_[0]里数值最大的几个特征，往往就是驱动第一主成分的核心变量。

常见错误现象：没做标准化就跑PCA，导致量纲大的特征（如收入单位为“元” vs 年龄单位为“岁”）主导结果；或者用PCA降维后直接喂给KNN分类器，却忽略其无法保留局部邻域关系的缺陷。

• 必须先用StandardScaler标准化，否则方差计算失效
• 检查pca.explained_variance_ratio_，前2个成分累计解释方差低于60%时，2D可视化意义有限
• PCA结果稳定可复现，random_state参数不影响结果（但svd_solver='arpack'等少数解法除外）

t-SNE的perplexity参数到底该怎么调

perplexity本质是控制每个点在高维空间中“考虑多少个邻居”的平滑参数，不是越大越好，也不是越小越细。它直接影响局部结构与全局结构的权衡。