说明：这里使用的是KNN算法来降维，PCA降维同样适合其它算法

准备数据

import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
# 准备数据
digits = datasets.load_digits()
X = digits.data
y = digits.target
# 分割数据
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=666)
# 查看数据维度
X_train.shape  # (1347, 64)

建模

不使用PCA

使用PCA

PC解释的方差

主成分所代表的原数据的比例

每个主成分的解释性

从前到后，从大到小

前N个主成分的解释性

设定解释值