Propiedades de puntos 3D proyectados (a 2D), Análisis de componentes principales (PCA)

1. ¿PCA es bueno para datos de alta dimensión??
2. ¿Qué proyección se usa en PCA??

¿PCA es bueno para datos de alta dimensión??

PCA es una herramienta matemática ampliamente utilizada para un análisis de datos de alta dimensión.

¿Qué proyección se usa en PCA??

PCA encuentra una matriz de proyección P = [P1, ..., pd ′] t que mapea cada punto a un espacio de baja dimensión (d ′ ≤ d). Como se describe, cada P es un vector base que maximiza la varianza de X en direcciones ortogonales con respecto a los demás, y que la cantidad de varianza preservada disminuye de P1 a PD ' .