我有一个包含10个特征的数据集。其中三个是分类特征；当我对这三个特征应用独热编码时，它们扩展到了96个特征。我通过PCA将这96个特征减少到了20个。

我计划使用这20个主成分和剩余的7个特征作为我的最终特征集。这样做好吗：将主成分与实际特征结合使用？

回答：

PCA往往代表实际特征的组合，这种组合大多数时候会导致一些信息损失。这通常是通过降维换来的公平交易。添加这些实际特征不会使维度过大，并且会“找回”一些因PCA损失的信息。

但我的建议仍然是尝试两种方法，并选择导致更好结果的那一种（根据你的具体情况）。