Ang Pangunahing Component Analysis (PCA) ay isang pamamaraang estadistikal na ginagamit upang bawasan ang dimensiyonalidad ng mga datos habang iniingatan ang maraming pagkakaiba-iba hangga't maaari. ito ay binabago ang isang set ng mga korelativated variables tungo sa isang mas maliit na set ng mga hindi pa nai-relat na variables na tinatawag na pangunahing mga bahagi. Ang paraang ito ay malawak na ginagamit sa analisis ng datos, pagkatuto ng makina, at pagkilala ng padron.

Mathematical Foundations of PCA

Ang pinaka - buod ng PCA ay nagsasangkot ng pagkalkula sa covariance materrix ng impormasyon, na siyang kumukuha sa mga kaugnayan sa pagitan ng mga variable. Ang mga pamantayan at mga eigenvektor ng matrix na ito ay saka tinatagurian. Ang mga eigenvektor ang tumitiyak sa mga direksiyon ng sukdulang pagkakaiba, samantalang ang mga eeigen na mga halaga ay nagpapahiwatig ng dami ng mga pagkakaiba - iba't ibang bagay na nabihag ng bawat pangunahing sangkap.

Ang mga hakbang upang isagawa ang PCA sa matematikal na paraan ay kinabibilangan ng:

  • Iuri ang data na may sero mean at unit diversion.
  • I - adjust ang covariance material ng pamantayang impormasyon.
  • Pagkalkula sa mga halaga ng eigen at mga eigenvenector ng covariance matrix.
  • Uring mga eigenvenector na batay sa mga eigen na halaga sa pababang pagkakasunud-sunod.
  • Iplano ang impormasyon sa napiling mga eigenvektor upang makakuha ng pangunahing mga sangkap.

Mga Gamit ng PCA

Ginagamit ang PCA sa iba't ibang larangan upang mapasimple ang mga komplikadong dataset at ihayag ang mga saligang huwaran. partikular na kapaki-pakinabang ito sa pagproseso ng imahe, henetika, pananalapi, at pagkilala sa pagsasalita. sa pamamagitan ng pagbabawas ng mga dimensiyon ng datos, tumutulong ang PCA sa pagpapabuti ng kahusayang pang-ekonomiya at pagkokokodigo.

Kabilang sa karaniwang mga aplikasyon ang:

  • Pagbabawas sa ingay sa data.
  • Pag-iisip ng mataas na-dimensiyonal na datos sa 2D o 3D plots.
  • Pag - eproseso para sa pag - aaral ng makina ng algorithms.
  • Pag - aalis at pagpili ng mga bahagi.