]1

我有一个数据集，希望从中预测患者是否会患病。下图是以下步骤后的第一步：

1. 对3个特征进行缩放
2. 运行scikit-learn的PCA程序
3. 原始数据集有25个特征，但为了我们的练习，我们被要求只使用3个特征。这3个特征随后通过PCA减少到2个

当我查看这些数据时，我的第一反应是绿点（那些不易患肾病的点）是不可分离的。

我的假设正确吗？

回答：

可能是你的PCA没有产生最佳的特征来分离你的数据。我建议使用像随机森林或XGBoost这样的方法，你可以轻松查看特征的重要性，然后使用最佳的3个特征来尝试分类数据。