Índice:
- Definição - O que significa Análise de Componentes Principais (PCA)?
- Techopedia explica Análise de Componentes Principais (PCA)
Definição - O que significa Análise de Componentes Principais (PCA)?
A análise de componentes principais (PCA) é uma técnica usada para identificar um número menor de variáveis não correlacionadas conhecidas como componentes principais a partir de um conjunto maior de dados. A técnica é amplamente usada para enfatizar variações e capturar padrões fortes em um conjunto de dados. Inventada por Karl Pearson em 1901, a análise de componentes principais é uma ferramenta usada em modelos preditivos e análise exploratória de dados. A análise de componentes principais é considerada um método estatístico útil e utilizado em áreas como compressão de imagem, reconhecimento de faces, neurociência e computação gráfica.
Techopedia explica Análise de Componentes Principais (PCA)
A análise de componentes principais ajuda a facilitar a exploração e visualização dos dados. É uma técnica não paramétrica simples para extrair informações de conjuntos de dados complexos e confusos. A análise de componentes principais é focada no valor máximo de variação com o menor número de componentes principais. Uma das vantagens distintas associadas à análise de componentes principais é que, uma vez encontrados padrões nos dados em questão, a compactação de dados também é suportada. Utiliza-se a análise de componentes principais para eliminar o número de variáveis ou quando há muitos preditores em comparação com o número de observações ou para evitar a multicolinearidade. Está intimamente relacionado à análise correlacional canônica e faz uso da transformação ortogonal para converter o conjunto de observações contendo variáveis correlacionadas em um conjunto de valores conhecidos como componentes principais. O número de componentes principais usados na análise de componentes principais é menor ou igual ao menor número de observações. A análise de componentes principais é sensível à escala relativa das variáveis usadas originalmente.
A análise de componentes principais é amplamente usada em muitas áreas, como pesquisa de mercado, ciências sociais e em indústrias onde grandes conjuntos de dados são usados. A técnica também pode ajudar a fornecer uma imagem em baixa dimensão dos dados originais. Apenas um esforço mínimo é necessário no caso da análise de componentes principais para reduzir um conjunto de dados complexo e confuso em um conjunto de informações úteis simplificado.
