Что такое PCA

PCA (Principal Component Analysis) — это метод снижения размерности данных, который преобразует исходные признаки в новый набор ортогональных компонент, упорядоченных по убыванию дисперсии. Первая компонента объясняет наибольшую дисперсию, последующие — остаток.

Пример с sklearn:

from sklearn.decomposition import PCA
from sklearn.datasets import load_iris

data = load_iris()
X = data.data

pca = PCA(n_components=2)  # Уменьшаем до 2 компонент
X_pca = pca.fit_transform(X)

print("Объяснённая дисперсия:", pca.explained_variance_ratio_)

Нюансы:

• Масштабируйте данные (например, StandardScaler), так как PCA чувствителен к масштабу признаков.
• Интерпретируемость компонент может быть сложной — они линейные комбинации исходных признаков.
• Не всегда эффективен для нелинейных зависимостей (альтернативы: t-SNE, UMAP).