Propriedades dos pontos 3D projetados (para 2D), análise de componentes principais (PCA)

1. PCA é bom para dados de alta dimensão?
2. Qual projeção é usada no PCA?

PCA é bom para dados de alta dimensão?

PCA é uma ferramenta matemática amplamente usada para análise de dados de alta dimensão.

Qual projeção é usada no PCA?

PCA encontra uma matriz de projeção p = [P1, ..., pd ′] t que mapeia cada ponto para um espaço de baixa dimensão (d ′ ≤ d). Como descrito, cada p é um vetor de base que maximiza a variação de x em direções ortogonais em relação um ao outro e que a quantidade de variação preservada diminui de P1 para PD ′ .