无解析
正确答案是：A: 样本集标准化
**分析：**
PCA（主成分分析）是一种常用的数据降维技术，它的主要步骤如下：
1. **样本集矩阵中心化**：将数据集中的每个特征减去其均值，使数据集的均值为0。
2. **计算样本矩阵的协方差矩阵**：计算中心化后的数据集的协方差矩阵。
3. **求样本集矩阵的协方差矩阵的特征值和特征向量**：通过特征值分解得到协方差矩阵的特征值和特征向量。
4. **选择主要成分**：根据特征值的大小选择主要成分（特征向量）。
5. **转换数据**：将原始数据投影到选择的主要成分上，得到降维后的数据。
在这些步骤中，样本集标准化（即将数据缩放到相同的尺度，如0到1或标准正态分布）不是PCA转换计算流程的必要步骤。虽然标准化可以在某些情况下提高PCA的效果，但它不是PCA算法的必需步骤。标准化通常用于处理不同特征尺度差异较大的数据集，而PCA的核心步骤是中心化、计算协方差矩阵和特征值分解等。
因此，选项A: 样本集标准化，不是PCA转换计算流程的步骤。
