PCA 转换是否保留数据的排序？答案

【问题标题】：Does PCA transform preserve the sorting of the data?PCA 转换是否保留数据的排序？
【发布时间】：2020-12-09 18:47:43
【问题描述】：

我在 python 中处理大量的 n 维数组。所有数组都存储在字典中，因此每个数组都由一个键唯一标识。我想以 2D 形式可视化所有数组，所以我执行了 PCA：

# standardize data before applying PCA
dict_data_std = StandardScaler().fit_transform(dict_data.values()) 

pca = PCA(n_components=2)
data_post_pca = pca.fit_transform(dict_data_std.values())

我的问题是：PCA 转换是否保留了数据的顺序？那么，dict_data 的第一个数组是否映射到data_post_pca 的第一个（2D）数组？

我需要一个 100% 确定的答案。

【问题讨论】：

标签： python dictionary scikit-learn pca

【解决方案1】：

不一定。您可以将具有一个特征向量的 PCA 视为输入的加权线性组合。根据分解，它可以做任何事情，从重新排序到反转权重。但是，如果您的直觉是正确的，那么它应该会产生与您认为的相似的权重。

现在，一旦您采用更多特征向量，它就会变成一组线性组合，而不是单个组合。 - https://www.reddit.com/r/MachineLearning/comments/24ywyc/does_pca_preserve_the_order_in_data/

【讨论】：