面试题库 › 算法 / 大模型 › PCA 主成分分析的原理与求解

PCA 主成分分析的原理与求解

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:降维与特征工程

常见岗位:计算机视觉

答案要点

  1. 目标:找正交方向使投影方差最大,等价于最小化重构误差
  2. 步骤:中心化(必要时标准化)、求协方差矩阵、特征分解、取前 k 个特征向量投影
  3. 也可对中心化数据做 SVD,右奇异向量即主成分,奇异值平方除以 n-1 即对应方差
  4. 按累计方差贡献率(如 90%–95%)或碎石图拐点选择 k
  5. 局限:只捕捉线性结构、无监督、对离群点和量纲敏感,可解释性下降

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题