Анализ главных компонент (Principal Component Analysis, PCA) — это статистический метод, используемый для снижения размерности данных. Он преобразует набор коррелированных переменных в новый набор некоррелированных переменных, называемых главными компонентами.
Первая главная компонента объясняет наибольшую долю дисперсии в данных, вторая — следующую по величине долю дисперсии, и так далее. Главные компоненты являются линейными комбинациями исходных признаков. PCA позволяет уменьшить размерность данных, сохранив при этом как можно больше информации (дисперсии). Это полезно для визуализации многомерных данных и для предварительной обработки данных перед применением других алгоритмов машинного обучения.
