Análise de Componentes Principais

Prévia do material em texto

<p>Análise de Componentes Principais (PCA): Uma Abordagem para Redução de Dimensionalidade</p><p>A Análise de Componentes Principais (PCA), também conhecida como Método de Karhunen-Loeve ou K-L, é uma técnica estatística amplamente utilizada em várias disciplinas, como machine learning, reconhecimento de padrões, e processamento de imagens, para reduzir a dimensionalidade de um conjunto de dados. Essa técnica transforma um conjunto de observações de variáveis possivelmente correlacionadas em um conjunto de valores de variáveis linearmente não correlacionadas chamadas de componentes principais.</p><p>Fundamentos da PCA</p><p>O principal objetivo da PCA é encontrar um número kkk de vetores ortogonais tridimensionais (ou de maior dimensão) que possam ser usados para representar os dados da maneira mais eficiente possível, onde kkk é menor ou igual ao número de variáveis originais nnn. Essa técnica é particularmente útil quando se trabalha com grandes conjuntos de dados, onde muitas das variáveis podem ser redundantes ou não ter relevância significativa.</p><p>Os componentes principais são determinados de tal forma que o primeiro componente principal tenha a maior variância possível (ou seja, captura a maior parte da informação presente nos dados), o segundo componente tenha a segunda maior variância, e assim por diante. Esses componentes principais são vetores ortogonais entre si, o que significa que eles são independentes e não correlacionados.</p><p>Etapas da PCA</p><p>1. Centralização dos Dados: O primeiro passo é centralizar os dados, subtraindo a média de cada variável, para que todas as variáveis tenham média zero.</p><p>2. Cálculo da Matriz de Covariância: A matriz de covariância dos dados centralizados é calculada. Essa matriz captura as relações entre as variáveis.</p><p>3. Determinação dos Vetores e Valores Próprios: Os vetores próprios e os valores próprios da matriz de covariância são calculados. Os vetores próprios representam as direções dos componentes principais, e os valores próprios indicam a quantidade de variação explicada por cada componente.</p><p>4. Seleção dos Componentes Principais: Os componentes principais são classificados de acordo com seus valores próprios, e um número kkk de componentes principais é selecionado, onde kkk é menor ou igual a nnn.</p>