PCA(主成分分析)是科研领域高频使用的无监督多元统计降维算法,地位十分重要。面对多指标的高维实验数据,它会对原始指标重新整合,剔除冗余重叠信息,生成若干互不相关的新综合变量即主成分(PC),在尽可能保留原始数据主要信息的前提下,把复杂数据投射到二维平面实现可视化。科研中一般选取PC1、PC2绘制二维散点图,以此直观观察样本分布与差异。