Python 2.7 在分类数据上应用PCA，分类数据还是完整数据集？

我有一个与分类相关的图像数据，有15个不同的类，每个类有5个特征集。这五个特征集包括颜色特征、筛选特征等。。多达5种不同的功能。每个类中的实例/示例的平均数量约为300（从200到400不等）。特征集的尺寸为512、1296、5376、5376和22950。样本总数接近4500个

（为了清楚起见：对于一个类别和一个颜色特征，我有一个220行（样本）的矩阵，每行是5376维向量，因此一个220 x 5376维矩阵表示一个类别和一个特征）

现在，如果我对单个类别/类应用PCA，那么我将获得小于270的所有特征集的降维（n_分量=min（n_样本，特征维））

如果我在4500幅图像的完整数据集上应用PCA（连接15个类的所有样本），当然是在一个特征集上，比如说颜色。。然后我将获得一个降维小于min的数据集（4500，feature_dimension）

应用PCA的最合适方法是什么？在类别数据（每个特征）上还是在一个特征的完整数据集上？注意，我需要修正主成分的数量，以解释90%以上的方差

---

很高兴得到一些帮助

我建议您尝试这两种方法。将数据转储到ARFF文件中（类似于带有某些头的CSV），并在Weka（）中打开它。您将能够轻松探索不同的场景，可视化降维，甚至检查一些功能选择算法。

@感谢您的关注！但是你看。。我期望通过两种方式降低维度会产生一定的数学影响。我正在按照建议检查这两种方法，但只是在一种方法（完整数据集）中，我们有许多不同的样本，我不确定它对降维有什么影响。有关这两种方法的一些理论解释会很有帮助。@zerone在Weka中，您可以调整应用后希望保留的方差，并查看不同特征选择策略的影响。要得到更理论化的答案，你可以尝试在社区中提问。