Please enable JavaScript.
Coggle requires JavaScript to display documents.
Análisis de Componentes Principales (PCA) - Coggle Diagram
Análisis de Componentes Principales (PCA)
Es una técnica que se aplica cuando queremos simplificar una base de datos. Es un enfoque estadístico que puede utilizarse para analizar datos de alta dimensión y captar de ellos la información más importante.
Como usar PCA
Se debe utilizar álgebra lineal. R y Python ya lo tienen integrado en sus sistemas o librerías.
Como funciona el PCA
Covarance matrix computatión
Consiste en computar la matriz de covariables a partir de los datos normalizados.
Eligenvalues and eigenvextors
es un número que representa la cantidad de varianza presente en los datos para una dirección determinada.
Data normalization
Selection of principal components
corresponde al primer componente principal.
Data transformation in new space
Consiste en reorientar los datos originales hacia un nuevo subespacio definido por los componentes principales
Aplicaciones
Procesamiento de imágenes
Seguridad
Finanzas
Visualizaciones
Biplot de los atributos
Scree plot: