1
Amy 原创整理｜资料核验：2026-10-30
scikit-learn的PCA文档明确说明：输入会先中心化，再进行奇异值分解；各特征不会因此自动缩放到统一尺度。因此，成功运行PCA并不表示不同单位的列已经变得可直接比较。
教学示例（虚构数据）：一列记录以毫米计的长度，另一列是0到1之间的比例。仅改变长度的计量单位，就可能改变原始数值的方差结构，进而影响主成分。这里没有真实业务数据，也不表示某种预处理必然最好。
Amy建议：先记录每列单位与量纲，再明确是否要保留原始方差大小的意义，或先做适当缩放。把这个决定写进实验记录，再观察主成分解释的方差及后续任务表现，不把“降到两维后图更好看”当作处理正确的证据。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html