PAC的优缺点

优点：

1、以方差衡量信息的无监督学习，不受样本标签限制。

2、各主成分之间正交，可消除原始数据成分间的相互影响

3. 可减少指标选择的工作量

4.用少数指标代替多数指标，利用PCA降维是最常用的算法

5. 计算方法简单，易于在计算机上实现。

 

缺点：

1、主成分解释其含义往往具有一定的模糊性，不如原始样本完整

2、贡献率小的主成分往往可能含有对样本差异的重要信息

3、特征值矩阵的正交向量空间是否唯一有待讨论

4、无监督学习