應用PCA後我們能否在原始數據中發現冗餘特徵

Question

在此先感謝。

我們已經知道PCA用於去除原始數據集中的一些冗餘或線性相關特徵/尺寸（例如km和inch特徵）。此外，下降階的特徵值只是一個權重，告訴我們新的正交空間中哪一個新特徵/維度是最重要/最不重要的。

但是，似乎特徵值與原始數據集中的舊特徵/維度沒有明確關係。

這是我的問題，應用PCA後，我們可以回顧一下，並找出原始數據集中特定的冗餘（接近線性相關）特徵嗎？

Here是以前提到的類似問題，但目前尚未提供確切的答案。因此，任何幫助將不勝感激。

Answer 1

不，但您不需要PCA。只要看看原始尺寸的變化。