我对 PCA 很陌生，希望能解决一些困惑。例如，我们有一个 nx100 的特征矩阵，我想把它缩小到更小的 p 维，而不会损失太多的方差。

在应用 PCA 和接收新特征矩阵 nxp 之后，我将使用 x_reduced 来预测一些目标变量 y。

我的问题是，在转换之后，新的缩减特征矩阵已经被特征向量旋转并坐在一个新的基础上。然而，我们的 y 相对于 X_reduced 并没有改变。

我不确定 y_original 和 x_reduced 如何用于训练，因为 y 相对于 x_reduced 没有改变。

有没有办法纠正这个问题，或者我没有正确考虑它？