Properti poin 3D yang diproyeksikan (ke 2D), analisis komponen utama (PCA)

1. Apakah PCA baik untuk data dimensi tinggi?
2. Proyeksi mana yang digunakan dalam PCA?

Apakah PCA baik untuk data dimensi tinggi?

PCA adalah alat matematika yang banyak digunakan untuk analisis data dimensi tinggi.

Proyeksi mana yang digunakan dalam PCA?

PCA menemukan matriks proyeksi p = [p1, ..., Pd ′] t yang memetakan setiap titik ke ruang dimensi rendah (D ′ ≤ D). Seperti yang dijelaskan, setiap p adalah vektor dasar yang memaksimalkan varian x dalam arah ortogonal sehubungan satu sama lain, dan bahwa jumlah varians yang dipertahankan berkurang dari P1 ke PD ′ .