Principal Component Analysis
PCA（主成分分析）は共分散行列の固有分解によって最大分散方向を見つけ、高次元データを低次元部分空間へ射影して次元削減する手法である。
目的
最も広く使われる線形の次元削減（dimensionality reduction）と特徴抽出を提供する。
メカニズム
データを中心化して共分散行列C=X^T X/(n-1)を計算し、固有値上位k個の固有ベクトルを射影行列とする。これは切り詰めSVDと等価であり、最大分散方向を保持する。
ユースケース
- データの次元削減
- フィーチャーの抽出
- データの可視化