Η κύρια ανάλυση συστατικών (PCA) είναι μια στατιστική τεχνική που χρησιμοποιείται για τη μείωση της διαστασιμότητας των δεδομένων, ενώ παράλληλα διατηρεί όσο το δυνατόν μεγαλύτερη διακύμανση. Μετατρέπει ένα σύνολο συσχετιζόμενων μεταβλητών σε ένα μικρότερο σύνολο μη αλληλένδετων μεταβλητών που ονομάζονται κύρια συστατικά. Αυτή η μέθοδος χρησιμοποιείται ευρέως στην ανάλυση δεδομένων, στη μάθηση μηχανών και στην αναγνώριση προτύπων.

Μαθηματικά Ιδρύματα του PCA

Ο πυρήνας του PCA περιλαμβάνει τον υπολογισμό του πίνακα συμμετρίας των δεδομένων, ο οποίος αποτυπώνει τις σχέσεις μεταξύ μεταβλητών. Οι ευεργετικές αξίες και οι ευεργέτες του πίνακα αυτού υπολογίζονται στη συνέχεια. Οι eigenvectors καθορίζουν τις κατευθύνσεις της μέγιστης διακύμανσης, ενώ οι ευεργετικές αξίες δείχνουν την ποσότητα της διακύμανσης που λαμβάνεται από κάθε κύριο συστατικό.

Τα βήματα για την εκτέλεση PCA μαθηματικά περιλαμβάνουν:

  • Τυποποίηση των δεδομένων για να έχουν μηδενική μέση και τη διαφορά μονάδας.
  • Υπολογίστε τη μήτρα συμπαράστασης των τυποποιημένων δεδομένων.
  • Υπολογίστε τις ευεργετικές αξίες και τους παράγοντες της μήτρας συμμετρίας.
  • Ταξινόμηση eigenvectors που βασίζονται σε eigenvalues κατά φθίνουσα σειρά.
  • Προβάλλετε τα δεδομένα στους επιλεγμένους eigenvectors για να αποκτήσετε κύρια συστατικά στοιχεία.

Εφαρμογές του PCA

Το PCA χρησιμοποιείται σε διάφορους τομείς για την απλοποίηση των σύνθετων συνόλων δεδομένων και την αποκάλυψη των υποκείμενων προτύπων. Είναι ιδιαίτερα χρήσιμο στην επεξεργασία εικόνας, τη γενετική, τη χρηματοδότηση, και την αναγνώριση ομιλίας. Με τη μείωση των διαστάσεων των δεδομένων, το PCA βοηθά στη βελτίωση της υπολογιστικής απόδοσης και της οπτικοποίησης.

Οι κοινές αιτήσεις περιλαμβάνουν:

  • Μείωση του θορύβου στα δεδομένα.
  • Οπτικοποίηση δεδομένων υψηλής διάστασης σε 2D ή 3D πλοκές.
  • Προεπεξεργασία για αλγόριθμους μηχανικής μάθησης.
  • Εξαγωγή και επιλογή χαρακτηριστικών.