什么是 PCA（主成分分析）？它解决什么问题？

What is PCA (Principal Component Analysis) and what problem does it solve?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Machine Learning

标签: feature engineering, SVD

参考答案摘要

答案 PCA 是一种线性降维方法：通过对数据协方差矩阵做特征分解（或 SVD），找到方差最大的正交方向（主成分），再把数据投影到前 k 个主成分上。它常用于 降维、去噪、可视化、缓解多重共线性 ，并可提升部分模型训练效率。注意：PCA 是线性的、可解释性可能下降，且对特征尺度敏感，通常需要先标准化。

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。