Peta Matematika untuk Ilmu Data
Modul 13GeneralAljabar Linear untuk DataBebas diakses tanpa akun
Principal Component Analysis (PCA)
MulaiLangkah 1 dari 14
Pemancing berpikir
Berhenti sebentar sebelum menghitung.
Derivasi matematis PCA menggunakan matriks kovariansi dan nilai eigen untuk mereduksi fitur tanpa kehilangan informasi.
Sebelum menghitung, prediksi: bagian mana dari principal component analysis (pca) yang tetap dan bagian mana yang berubah? Jelaskan alasanmu dengan satu representasi visual.
Bekal sebelum mulai
Kalau salah satu terasa samar, buka dulu modulnya:
Pertanyaan esensial
Bagaimana principal component analysis (pca) dapat dipahami, direpresentasikan, dan diperiksa tanpa hanya menghafal langkah?