传递到PCA函数中的数据矩阵是否需要包含响应向量？

Question

我有一个数据训练矩阵（大约15个要素和500+行）和一个结果/响应向量（500+长度），其值对应于这些行。 基本上，这是与弧度测量值相对应的android传感器数据矩阵（我正在尝试使用传感器数据来预测运动方向）。

我正在尝试通过使用PCA来确定哪些功能不太重要/没有用。 我正在使用scikit-learn提供的PCA功能：

http://scikit-learn.org/stable/modules/generation/sklearn.decomposition.PCA.html

但是似乎只需要数据矩阵即可。 没有为数据输入响应向量的选项（或者我是否将响应向量包括在数据矩阵中？）。

据我了解，PCA会挑选出响应变量差异最大的功能。 如果我不提供（弧度测量值）响应向量，它将如何知道哪些特征更为重要？

Answer 1

PCA是一种无监督的估计器，这意味着它没有考虑任何目标/响应变量。 它将在数据中找到正交基准，而无需参考任何目标（这在sklearn docs中进行了讨论）。

听起来您想的是线性判别分析和相关例程：这些是受监督的算法，可以找到可以最佳地区分响应变量的线性特征组合。