我有一个包含50K行和26个特性的数据集。我使用sklearn的StandardScaler对列进行归一化(每列有0个平均值和1个标准偏差)，然后运行PCA将特征集减少到原始方差的~90%。然后，在运行sklearn的KMeans算法之前，我将对行进行规范化。
在运行PCA之后，我是否有理由不规范这些行？如果有，在PCA之前对行进行规范化会导致任何问题吗？应该在对列进行规范化之前还是之后进行？
标准化行的原因是从每行中删除"幅度"或"技能水平"，而是查看各个PCA减少特征之间的关系。
这非常依赖于数据。由于我不知道这些"技能水平"的数字对数据形状可能有什么影响，我很犹豫是否要给出直接的答案。例如，一些行的几个归一化分数在[-1，1]范围之外，而另一些行的值很小，这合理吗？听起来这就是你想要解决的问题。
我担心会有很多行的几个值在1-2范围内(+或-)，但有些行可能只有一个+1值，其余项接近0。当您规范化一个"一个热"行时，您会得到一个扩展到大于10的值。您希望它聚集为异常值，还是包含在空间的中心区域？对于这些数据，具有单一而非平庸特质的人是否是的异类？
PCA后重新规范化没有错。然而，如果在之前和之后都进行规范化，则不会有太大的更改，因为您保留了大部分数据，只删除了那些看起来多余的数据。