PCA降维前必须用StandardScaler标准化，因协方差对量纲敏感；n_components应依任务选择：可视化选2/3维但累计方差≥0.6，建模推荐0.95阈值；载荷矩阵需结合符号与业务逻辑解读，避免孤立看绝对值。
PCA 不是万能的降维开关，用错参数或跳过预处理，结果可能比原始数据还难解释。业务指标（比如用户停留时长、点击率、复购频次、客单价等）通常量纲差异大、分布偏斜、含异常值——直接扔进 PCA 会放大噪声，主成分方向容易被高方差但低业务意义的指标主导。
为什么必须先做 StandardScaler？
PCA 基于协方差矩阵，而协方差对变量量纲极度敏感。比如“订单金额（万元）”和“点击次数（个）”数值范围差三个数量级，不标准化时，前者几乎完全决定第一主成分，后者信息被压制。
常见错误现象：explained_variance_ratio_ 显示前两个主成分就占 99%，但查看 pca.components_ 发现几乎全是第一个指标的权重，业务上无法解读。
- 必须用
StandardScaler，不能用MinMaxScaler：后者压缩到 [0,1] 会扭曲原始分布形态，尤其当指标含长尾或离群点时 - 标准化必须在训练集上
fit_transform，测试集只用transform，否则造成数据泄露 - 如果某指标本身是比率（如转化率），且已接近正态，可考虑跳过标准化，但需单独验证其方差贡献是否合理
n_components=0.95 还是 n_components=2？
选多少维不是拍脑袋，取决于下游任务：
- 做可视化（比如看客户分群）→ 固定
n_components=2或3，但务必检查explained_variance_ratio_.sum()是否 ≥ 0.6；低于这个值说明二维投影严重失真，别硬画 - 喂给后续模型（如分类器）→ 推荐用
n_components=0.95，让累计解释方差≥95%，再看pca.n_components_输出的实际维度数。业务指标常有强相关性，往往 10 维原始特征 → 3~4 维主成分就够了 - 做特征工程后人工筛选 → 先用
n_components=min(10, X.shape[1]-1)，再结合载荷矩阵pca.components_看哪些原始指标在哪些主成分上权重高，反向归因
载荷矩阵（components_）怎么读？
pca.components_ 是核心诊断工具，每行对应一个主成分，每列对应原始指标。值越大（正或负），说明该指标对该主成分贡献越强。
python-flask-vue-creator
下载
创建 Flask + Vue.js 全栈项目，采用单端口架构、uv 依赖管理、结构化日志和生产级前端设计。当用户要求以下操作时触发：创建新的 Flask+Vue 项目、搭建 Web 应用、构建全栈 Python+Vue 应用、初始化 Flask Web 项目、设置单端口 Flask 前后端项目。触发词：新建项目、创建项目、搭建项目、Flask项目、Vue项目。
立即学习“Python免费学习笔记（深入）”；
容易踩的坑：直接把绝对值最大的几个指标当成“最重要指标”，忽略符号和业务逻辑。
- 例如第一主成分中，“客单价”系数为 +0.62，“退货率”为 -0.58，说明该成分实际反映的是“高价值低售后”综合表现，不能拆开单看
- 若“新客占比”和“老客复购率”在同一个主成分上同号且权重接近，说明业务上二者驱动逻辑一致，可合并监控
- 出现某个指标在多个主成分上都高权重（如 >0.4），大概率是该指标本身噪声大或存在未处理的异常值
业务场景下必须检查的三件事
跑完 pca.fit_transform 后，别急着导出结果。停两秒，确认以下三点：
- 检查
X_reduced的每一列（即每个主成分）是否近似正态：用scipy.stats.shapiro或直方图。严重偏斜说明该主成分混入了非线性结构，PCA不适合，该换UMAP - 对比原始指标与主成分的相关性矩阵：用
np.corrcoef(X_scaled.T, X_reduced.T)，确保没有主成分和所有原始指标相关性都 - 把主成分得分按业务维度（如按月份、按渠道）分组画箱线图：如果某主成分在各组间无区分度，即使方差大，也无业务价值
PCA 后，一定要拿回原始业务同学一起看载荷矩阵——他们认不出的“主成分”，再高的方差也没用。 
