PCA降维+可视化需三步：先标准化（Z-score，训练集fit后测试集transform），再选主成分（累计方差85%~95%或找拐点），最后可视化（2D/3D散点图+载荷分析解释物理意义）。
PCA降维+可视化不是一步到位的事，核心在于数据预处理、主成分选择和结果解读三步不能跳。
标准化是必须的前置步骤
原始数据各特征量纲不同，比如身高用厘米、收入用万元、年龄用岁，直接PCA会导致大数值特征主导主成分方向。必须先做Z-score标准化：
- 用sklearn.preprocessing.StandardScaler拟合训练集并转换
- 测试集也要用同一个scaler.transform，不能重新fit
- 图像类或已归一化数据（如0–1像素值）可跳过，但需确认
用explained_variance_ratio判断保留几个主成分
降维不是越低越好，关键是保留足够信息。调用pca.explained_variance_ratio_查看每个主成分解释的方差占比：
- 累计加总到85%~95%通常够用（视任务而定）
- 画出“主成分序号 vs 累计方差贡献率”折线图，找拐点（elbow point）
- 比如前2个成分累计贡献87%，那二维可视化就合理；若只到60%，就得考虑3D或检查数据质量
二维/三维散点图是最直观的可视化方式
将降维后的前两列（或前三列）作为x/y/z轴，按类别着色，能快速观察聚类趋势和离群点：
立即学习“Python免费学习笔记（深入）”；
- 用matplotlib.pyplot.scatter或seaborn.scatterplot，hue参数传入标签列
- 添加坐标轴标签，注明对应主成分及方差占比（如"PC1 (42.3%)"）
- 三维可用mpl_toolkits.mplot3d.Axes3D，但注意旋转交互更利于观察结构
别忘了看载荷（loadings）理解物理意义
主成分是原始特征的线性组合，载荷矩阵pca.components_告诉你每个原始变量对各主成分的贡献大小：
- 取第一行（PC1）做条形图，看哪些原始特征权重绝对值最大
- 正负号表示正相关或负相关，比如PC1中“收入”系数大且为正、“年龄”为负，说明PC1可能代表“年轻高收入”倾向
- 这对后续特征工程或业务解释非常关键，不能只看散点图就下结论
基本上就这些。流程不复杂但容易忽略标准化和载荷分析，实际效果好坏往往取决于这两步是否到位。
