我的训练集包含36个特征。当我使用Matlab计算PCA的“解释”值时，我注意到只有前24个成分是重要的。

我的问题是，如果我忽略剩余的成分（其他12个成分），是否能获得更好的准确性（预测）。或者SVM对噪声非常抗性，这意味着无论我是否移除其他12个成分，性能都不会有太大变化。

回答：

没有普遍的答案，无法说“如果我用Y预处理，方法X会发生什么”。然而，一般来说：

• 使用启发式方法进行预处理是个坏主意（PCA只是一个启发式方法，从监督学习的角度来看，没有使用它的正当理由）——只有当“纯”方法失败时才考虑它们，而不是在失败之前
• PCA识别出某些维度不重要并不意味着这些是噪声
• SVM处理噪声的能力取决于噪声的强度和使用的核函数，对于高偏差的核函数如线性或多项式，噪声不应该是问题，对于低偏差如RBF——它会影响分类，但再次强调——真正的噪声，你的描述不符合真正噪声的定义。