PCA untuk pengolahan data

Akhirnya, kita masuk pada Principal Componens Analysis(PCA). Apa itu PCA? PCA adalah sebuah cara untuk mengenali pola dalam data, dan menyatakan data dalam sebuah cara untuk menyoroti kemiripan dan perbedaan data. Karena pola-pola dalam data bisa sulit untuk ditemukan dalam data dimensi tinggi, dimana kemewahan dari representasi grafis tidak tersedia, PCA adalah sebuah perangkat yang kuat untuk menganalisis data.
Keuntungan lain dari PCA adalah ketika anda telah menemukan pola ini dalam data, dan anda memampatkan data, yaitu, dengan mengurangi jumlah dimensi, tanpa kehilangan banyak informasi. Teknik ini digunakan dalam kompresi citra, seperti yang akan kita lihat.
Pada bagian ini akan membawa anda melalui langkah yang anda butuhkan untuk melakukan sebuah Principal Component Analysis pada sekumpulan data. Saya tidak akan menjelaskan secara tepat mengapa teknik tersebut bekerja, namun saya akan mencoba untuk menyediakan sebuah penjelasan tentang apa yang terjadi pada tiap langkah sehinga akan bisa membuat keputusan yang diketahui ketika anda mencoba menggunakan teknik ini sendiri.

Leave a Reply

Your email address will not be published. Required fields are marked *

*

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>