在数据分析流程中，常见的降维技术涵盖哪些具体算法或方法？针对不同的数据特征和分析目标，应当依据什么准则来筛选最合适的降维方案？
考察说明
考查对常用降维算法的掌握程度，以及依据数据特性和业务目标选择方法的判断能力。
回答思路
- 【回答框架 1】降维技术主要分为线性与非线性、有监督与无监督两类。线性方法包括主成分分析（PCA）和线性判别分析（LDA），PCA通过正交变换将原始特征投影到方差最大的方向，LDA则利用类别标签寻找可分性最大的投影。非线性方法包括t分布随机邻域嵌入（t-SNE）和自编码器，t-SNE擅长可视化高维数据的局部结构，自编码器通过神经网络学习低维压缩表示。
- 【回答框架 2】选择降维方法需从数据规模、特征线性关系、是否含标签及下游任务四方面考量。若数据特征近似线性且无监督，采用PCA；若需分类且类别已知，可选择LDA；若数据呈非线性流形结构，优先尝试t-SNE或核PCA；若数据量很大且需要保留复杂模式，可采用自编码器。
- 【回答框架 3】还需考虑降维后的可解释性与计算成本。PCA和LDA得到的低维特征具有明确线性组合意义，适合需要解释的场景；t-SNE和自编码器通常作为特征工程或可视化辅助，不直接用于模型输入。对于高维稀疏数据，如文本词袋，可先使用奇异值分解（SVD）或潜在语义分析（LSA）压缩维度。
- 【回答框架 4】最终评估应结合业务目标，通过降维后下游模型的效果、可视化的聚类结构或重建误差来验证降维质量，而不是机械套用某个公式。
- 【回答框架 5】对于缺失值较多或包含大量噪声的数据，需先进行数据清洗和标准化，否则降维结果容易失真；同时注意降维会损失部分原始信息，需在压缩与信息保留之间权衡。
- 【关键点 1】PCA适用于线性无监督降维，LDA适用于有监督分类场景，t-SNE主要用可视化。
- 【关键点 2】选择降维方法应考虑特征线性关系、标签有无、数据规模和下游任务类型。
- 【关键点 3】降维后效果需通过下游模型性能、可视化结构或重建误差验证。
- 【关键点 4】高维稀疏数据适合用SVD或LSA等分解方法。
- 【关键点 5】降维会损失信息，需根据业务目标平衡压缩与保留。
- 【易错点 1】盲目选择PCA而不检查特征是否线性，可能丢失非线性结构。
- 【易错点 2】将t-SNE的结果直接用作机器学习模型输入，因其只保留局部结构且非确定性。
- 【易错点 3】忽视数据标准化直接降维，导致量纲大特征主导结果。