PCA adalah sebuah teknik statistik yang berguna yang telah diimplementasikan pada aplikasi di bidang pengenalan wajah, kompresi gambar, serta merupakan teknik umum untuk menemukan pola dalam data berdimensi tinggi.
Seluruh subjek pada PCA didasarkan pada gagasan :
"Kita memiliki kumpulan data yang besar, dan kita ingin menganalisis hal tersebut berdasarkan hubungan antara masing-masing poin pada kumpulan data tersebut. Kita akan melihat beberapa langkah yang dapat kita lakukan pada satu set data, dan apa yang mereka katakan tentang data itu sendiri."
Yang diperlukan untuk mempelajari PCA:
- Statistik
- Standard Deviation : mengukur bagaimana nilai-nilai data tersebar
- Variance : ukuran seberapa jauh sebuah kumpulan bilangan tersebar
- Covariance : mengukur besarnya hubungan antara dua variabel
- The covariance Matrix : matriks yang digunakan untuk mengukur besarnya hubungan antara dua variabel - Matrix Algebra
- Eigenvectors : sebuah bilangan skalar
- Eigenvalues : sebuah matriks yang keduanya dapat mendifinisikan matriks A
){kind=link}
0 Comments