PCA (Principal Component Analysis)
PCA adalah teknik pengurangan dimensi (dimensionality reduction) statistik yang digunakan untuk menyederhanakan dataset besar dengan banyak variabel, sambil tetap mempertahankan informasi sebanyak mungkin. PCA mengubah variabel asli menjadi set variabel baru yang tidak berkorelasi (Principal Components).
Konteks Penggunaan
Visualisasi data 100 dimensi ke dalam grafik 2D.
Contoh
Mengompres data wajah dari 1000 fitur menjadi 50 komponen utama yang paling membedakan wajah satu sama lain.
Catatan
Sangat berguna untuk mengatasi "Curse of Dimensionality".
