pca - PCA による次元削減についての決定

Question

私は 2D データを持っています (ゼロ平均正規化データを持っています)。共分散行列、固有値、固有ベクトルを知っています。次元を 1 に減らすかどうかを決定したい (主成分分析、PCA を使用)。どうやって決めるの？そのための方法論はありますか？

私はsthを探しています。この比率を見て、この比率が高い場合は、次元削減を続けるのが論理的です。

PS 1: PoV (Proportion of Variation) はそれの略ですか?

PS 2:ここに答えがあります: https://stats.stackexchange.com/questions/22569/pca-and-proportion-of-variance-explainedそれをテストする基準はありますか?

Answer 1

PoV（Proportion ofvariation）は、すべてのデータを使用した場合に比べて、データの情報がどれだけ残っているかを表します。それはその目的のために使われるかもしれません。POVが高い場合、より少ない情報が失われます。