为 PCA 缩放 one-hot 编码变量

Question

我的数据混合了连续变量和分类变量。我计划对分类变量进行 one-hot 编码，缩放数据集（mean=0，std=1），然后执行 PCA 以减少维数。我需要知道在进行 PCA 之前是否也应该类似地缩放 one-hot 编码变量？我将为此使用 python scikit-learn 包。

Answer 1

我想，this answer to a similar question on SO is relevant。 StackExchange 上也有一般性讨论：https://stats.stackexchange.com/questions/5774/can-principal-component-analysis-be-applied-to-datasets-containing-a-mix-of-cont。但是，它仅在 R 中引入了一个包。

python 中唯一能找到的包是这个：https://github.com/MaxHalford/prince。请注意，它是一个私有包，因此不应期望在维护者的空闲时间之外获得广泛的支持。在这个包中FAMD 是相关工具，目前正在建设/调试中。