¿Deberías escalar antes de PCA??
PCA se ve afectado por la escala, por lo que debe escalar las características de sus datos antes de aplicar PCA. Use StandardsCaler de Scikit Aprenda a estandarizar las características del conjunto de datos en escala unitaria (media = 0 y desviación estándar = 1), que es un requisito para el rendimiento óptimo de muchos algoritmos de aprendizaje automático.
¿Por qué es necesaria la escala para PCA??
Al tratar con datos que tienen características con diferentes escalas, a menudo es importante escalar los datos primero. Esto se debe a que los datos que tienen valores mayores pueden influir en los datos incluso con relativamente poca variabilidad. El marco de datos Combine está cargado para usted.