主成分分析數據的意義

意義是減少數據變量的數量，壓縮變量的冗餘性。

主成分分析（Principal Component Analysis，PCA）， 是一種統計方法。透過正交變換將一組可能存在相關性的變量轉換爲一組線性不相關的變量，轉換後的這組變量叫主成分。

在實際課題中，爲了全面分析問題，往往提出很多與此有關的變量（或因素），因爲每個變量都在不同程度上反映這個課題的某些資訊。

主成分分析首先是由K.皮爾森（Karl Pearson）對非隨機變量引入的，爾後H.霍特林將此方法推廣到隨機向量的情形。資訊的大小通常用離差平方和或方差來衡量。