这个和你的数据的关联度有关。做了PCA降维以后，那些关联性比较小的被你剔除了，它们或多或少包含了一些信息也就丢失了。那么或多或少会影响精度。
但是从另外一个角度看，如果你的计算规模大幅缩小，那么你机器学习的效率就提高了，在给定的有限时间和成本上，学习效率提高，你反倒可以得到更好的效果。
打一个比方，我们要挖金子，你说是先探明哪里有矿再挖掘，找到的金子多，还是漫无目的挖掘找的多？这个问题得这么看：
如果你有无限多的时间、不计成本，你不管哪里有矿没矿，把整个地球全部挖一遍，肯定得到的金子最多，因为即便不是矿的地方，多少也能挖一点点非常微量的金子，甚至海水中都溶解着金子。
但是现实中，我们不是有无穷多的矿工，无穷多的时间，那么先找到哪里有矿，在矿场挖，在给定的成本里，肯定比随便挖挖到的金子多。