自定义PCA处理鸢尾花数据集y轴反转，与sklearn结果不符求排查

问题根源 #

你代码里的np.linalg.eigh函数返回的特征向量符号是不固定的。协方差矩阵属于对称矩阵，eigh是专门优化这类矩阵特征值分解的函数，但根据线性代数的基本性质：如果v是某个特征值对应的特征向量，那么-v也同样是该特征值的特征向量（满足$A(-v) = \lambda(-v)$）。而sklearn的PCA实现中，特征向量的符号选择逻辑和eigh不同，尤其是次要主成分（比如第二维），这就导致投影后的结果在对应轴上出现反转。

验证方式 #

你可以直接对比两者的特征向量：

• 打印sklearn PCA的components_属性
• 打印你自定义PCA中的eigenvector_subset
  会发现对应的主成分向量是互为相反数的关系，比如sklearn的第二主成分是[-0.1736, 0.9239, -0.3800, -0.0416]，而你的实现中是[0.1736, -0.9239, 0.3800, 0.0416]，投影后自然会出现轴方向反转。

修正方案 #

PCA的核心是保留数据的方差结构，轴的方向本身不影响方差解释能力，所以如果只是可视化需求，直接对反转的轴取反即可：

# 对自定义PCA输出的第二维（y轴）取反
X_reduced[:, 1] = -X_reduced[:, 1]

或者在选择特征向量时调整符号：

# 反转第二主成分特征向量的符号
eigenvector_subset[:, 1] = -eigenvector_subset[:, 1]

如果想从根源对齐，也可以改用np.linalg.eig处理协方差矩阵，但eig对对称矩阵的效率不如eigh，且同样可能存在符号不确定性，所以按需调整符号是最直接的方案。

内容的提问来源于stack exchange，提问作者Sina M