При отборе компонент часто используют метрику explained variance ratio — долю объяснённой дисперсии.
Пример:
explained_variance_ratios = np.cumsum(pca.explained_variance_ratio_)
Обычно выбирают минимальное число компонент, при котором накопленная доля дисперсии превышает порог (например, 0.95).
Но важно учитывать контекст:
— для задач с жёсткими ограничениями по памяти/вычислениям можно взять меньше компонент.
— в чувствительных приложениях (например, медицина) иногда сохраняют больше компонент, чтобы минимизировать потерю информации.
📌 Вывод: выбор количества компонент — компромисс между точностью (сохранение информации) и эффективностью (скорость и ресурсы).
🐸 Библиотека собеса по Data Science