pca降维需先fit再transform，避免重复fit导致维度错误；n_components设为0.95更稳妥；绘图时须用x_pca[:,0]和x_pca[:,1]；离群值、稀疏矩阵、非线性结构不适用pca。
PCA 降维后数据形状不对，fit_transform 和 transform 混用导致报错
常见错误是训练时用 fit_transform，但新数据预测时又调用 fit_transform，结果维度不一致或报 ValueError: X has 5 features, but PCA is expecting 10。PCA 必须先 fit（或 fit_transform）一次得到主成分，后续所有数据都只能用 transform 投影到同一空间。
- 训练阶段：用
pca.fit_transform(X_train)，得到降维后数据并保存模型 - 推理/测试阶段：必须用同一个
pca实例调用pca.transform(X_test)，不能重新fit - 如果用
StandardScaler预处理，也要同样只fit一次训练集，再transform测试集
选多少个主成分？n_components 设成整数还是小数很关键
n_components 直接决定保留的信息量和后续模型效果。设成整数（比如 5）表示固定保留前 5 个主成分；设成 0–1 的小数（比如 0.95）表示保留能解释 95% 方差的最少成分数量——后者更稳妥，尤其当原始特征维度高、相关性不明时。
- 用
n_components=0.95后，检查pca.n_components_实际取了多少个，避免意外压缩过度 - 设整数时注意：若
n_components > min(n_samples, n_features)，会直接报错ValueError: n_components must be - PCA 对样本数敏感：当
n_samples （小样本高维），默认用截断 SVD 算法，结果可能不稳定
画散点图看降维效果，plt.scatter 坐标传错列名就白忙活
PCA 输出是 numpy.ndarray，没有列名。想画前两个主成分的散点图，必须明确取第 0 列和第 1 列：plt.scatter(X_pca[:, 0], X_pca[:, 1], c=y)。写成 X_pca['PC1'] 或误用原始特征名，会直接报 KeyError 或 IndexError。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
- 别依赖
pd.DataFrame(X_pca)自动命名列，手动加列名更可控：pd.DataFrame(X_pca, columns=[f'PC{i+1}' for i in range(X_pca.shape[1])]) - 如果标签
y是字符串（如类别名），c=y会报错，得先映射为数字：from sklearn.preprocessing import LabelEncoder; y_num = LabelEncoder().fit_transform(y) - 用
plt.colorbar()配合c参数时，确保y是数值型，否则颜色条显示异常
PCA 不适合所有数据：离群值、稀疏矩阵、非线性结构一碰就失效
PCA 是线性、均方误差最优的正交投影，对三类情况完全无能为力：含强离群点的数据（拉偏协方差）、文本类稀疏 scipy.sparse 矩阵（sklearn.PCA 不支持）、本质呈流形结构（如环形、S 形）的数据（线性投影会把不同类压到一起）。
- 有离群值？先用
RobustScaler或删掉再 PCA，别指望 PCA 自带鲁棒性 - 稀疏数据（如 TF-IDF）？换
TruncatedSVD，接口几乎一样，但支持sparsity - 怀疑非线性结构？直接跳过 PCA，试
TSNE或UMAP，但注意它们不可逆、不支持transform新样本
真正麻烦的是：你不知道数据到底适不适合 PCA，直到画完图发现类别全糊在一起——这时候得回头检查原始变量相关性、画协方差热力图、甚至跑个 KernelPCA 对比，而不是硬调 n_components。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
