Modeller och tekniker
PCA
PCA, principalkomponentanalys, är en metod för att minska antalet variabler i ett datamaterial utan att tappa det som skiljer observationerna åt. Metoden hittar de riktningar där datan varierar mest och beskriver materialet med dem i stället. Den är äldre än AI och används i statistik lika mycket som i maskininlärning.
Vad PCA förväxlas med
Dimensionalitetsreduktion i allmänhet. PCA är den vanligaste metoden i familjen, inte hela familjen.
Klustring. PCA grupperar ingenting. Den byter koordinatsystem, och först därefter kan du leta grupper i det nya.
Urval av variabler. PCA väljer inte bort kolumner utan väger ihop dem. Det är skälet till att komponenterna sällan går att sätta ett begripligt namn på.
Var du möter PCA
I dataanalys och i tekniska bilagor, oftast som ett förberedande steg före något annat. Och i diagram där två axlar heter PC1 och PC2, vilket är den vanligaste anledningen till att någon slår upp ordet.
Vad du kan göra med det
Om någon visar dig en PCA-graf är den användbara frågan hur stor andel av variationen de två axlarna faktiskt fångar. Står det inte i bilden är den svår att tolka.
Kom också ihåg att komponenterna är matematiska konstruktioner och inte egenskaper med betydelse i verksamheten. Att tolka PC1 som om den vore en verklig faktor är den vanligaste övertolkningen.
Vidare
Dimensionalitetsreduktion om metodfamiljen i stort. Dataanalys om arbetet PCA ingår i. Maskininlärning om hur mönster hittas i data.