PCA est-il bon pour les données de grande dimension?
PCA est un outil mathématique largement utilisé pour une analyse de données de grande dimension.
Quelle projection est utilisée dans PCA?
PCA trouve une matrice de projection P = [P1, ..., pd '] t qui mappe chaque point vers un espace de faible dimension (d' ≤ d). Comme décrit, chaque p est un vecteur de base qui maximise la variance de x dans les directions orthogonales les unes des autres, et que la quantité de variance conservée diminue de P1 à Pd ' .