执行 PCA 算法后，您将获得主成分，按它们所拥有的信息量排序。如果您保留整套，则不会丢失任何信息。把它们一个一个去掉，投影回原来的空间，就可以计算出信息损失了。您可以将此信息损失与移除的主成分数量进行对比，看看它是否在有意义的地方形成了“弯头”。不过，这在很大程度上取决于您的用例。

我通常检查 K 值所持有的信息的百分比。假设在 8 个字段中，其中 2 个包含 90% 的信息。那么包含其他 6 或 5 个字段就没有意义了。如果你知道 mnist 数据，在 768 个输入中，我只使用了 250 个，这将我的准确率从 83% 提高到 96%。事实是更多的维度带来更多的问题。所以切断它们。我通常只选择只持有 90% 信息的 K，它对我有用。