Diagram konseptual dari masukan, fungsi bagian, dan keluaran dalam profil. Susunan kotak tidak menunjukkan urutan perakitan atau posisi fisik.
Teknologi · CC BY 4.0 · Sumber data
Bagaimana cara kerjanya?
Rata-rata fitur dikurangkan dari data, lalu SVD atau pemecahan kovarians menemukan arah ortogonal dengan variasi besar. Sejumlah arah dipilih untuk memproyeksikan sampel sehingga keluaran merangkum informasi pada dimensi lebih kecil.
Rujukan penjelasanBagian fungsional
- 01
Pemusatan
Mengurangi rata-rata fitur.
- 02
Komponen utama
Menyimpan arah proyeksi.
- 03
Proyektor
Mengubah sampel ke koordinat baru.
Masukan dan keluaran
Matriks sampel dan jumlah komponen.
Representasi dimensi rendah serta variasi terjelaskan.
Parameter teknis
Informasi dengan rujukan belum tersedia untuk bagian ini. Profil ini tidak menyajikan spesifikasi angka untuk model tertentu atau nilai yang berlaku bagi seluruh keluarga teknologi.
Versi dan status
Profil membahas konsep atau kategori teknologi; versi implementasi tertentu belum ditetapkan.
Status terbit profil berbeda dari status produksi, dukungan, atau sertifikasi perangkat.
Penerapan dan keterbatasan
- Eksplorasi data
- Pengurangan dimensi
Batas cakupan
Skala fitur memengaruhi arah utama; variasi besar tidak selalu paling relevan untuk tugas atau label.
Teknologi yang terhubung
- Menggunakan prinsipDekomposisi nilai singular
Dokumentasi PCA menjelaskan pengurangan dimensi linear melalui SVD; pilihan solver tertentu dapat menggunakan pendekatan yang berbeda.
Lihat rujukan hubungan
Dasar penjelasan
- 1. sklearn.decomposition.PCA — scikit-learn developers documentation ↗
scikit-learn developers
Diakses 2026-10-13. Rujukan primer untuk parafrasa editorial. Teks, kode, gambar, dan merek sumber tidak disalin; hak asal tetap pada pemegangnya.