我一直在阅读有关我们将数据居中的实例（例如，使用正则化或 PCA）以消除截距（如本问题中所述）。我知道这很简单，但我很难直观地理解这一点。有人可以提供我可以阅读的直觉或参考吗？
数据居中如何消除回归和 PCA 中的截距？
机器算法验证
回归
主成分分析
定心
2022-01-19 08:50:01
1个回答
这些图片能帮上忙吗？
前两张图片是关于回归的。使数据居中不会改变回归线的斜率，但会使截距等于 0。
下面的图片是关于 PCA 的。PCA 是一个没有截距的回归模型. 因此，主成分不可避免地来自原点。如果您忘记将数据居中，第一个主成分可能不会沿着云的主要方向刺穿云，并且会（出于统计目的）误导。
当然， PCA 不是回归分析。然而，它与线性回归在形式上共享相同的线性方程（线性组合）。PCA 方程就像没有截距的线性回归方程 - 因为 PCA 是一种旋转运算。