Анализ главных компонент

Анализ главных компонент (Principal Component Analysis, PCA) — это метод снижения размерности без учителя, который сжимает многомерные данные в меньшее число измерений, сохраняя при этом максимально возможную дисперсию. Он перевыражает коррелированные переменные как небольшой набор некоррелированных главных компонент, упорядоченных по тому, сколько вариации данных каждая из них захватывает, учитывая его современное изложение в учебниках Иэна Джолиффа (2002).