O que é e como funciona a Análise de Componentes Principais (PCA)
Trecho de 1 min 48 s de Estatística e Tratamento de Dados na Engenharia Moderna: Soluções e Dasafios, gravado no evento 2a Conferência Brasileira de Planejamento Experimental e Análise de Dados.
Assistir à gravação completaNo Even3 Conteúdos · 1 h 44 minSobre este trecho
Veja uma analogia clara e intuitiva para entender como o PCA projeta novos eixos para extrair a máxima informação dos dados.
Vai de a da gravação.
O que é dito neste trecho
A análise de PCA, pessoal, ela é a principal ou análise de componente principal. Uma das figuras que eu mais gosto é essa aqui à esquerda. Ou seja, a análise de PCA consiste em olhar o mesmo conjunto de dados, mas por uma ótica diferente. Por exemplo, aqui a gente tem, né? Um ou uma roskinha Mabel, né? Vamos pensar na roskinha Mabel. Olha que interessante. Roskinha tá aqui. Se a gente bota a lanterna desse lado, qual é a sombra que se projeta na parede? Uma sombra que parece aqui uma salsicha. Mas quando a gente projeta desse lado, aí a sombra realmente parece uma roskinha. Então repara que essa esse ponto de vista do nosso dado é mais eficiente em trazer informação do que esse ponto de vista. Então o PCA vai fazer isso para a gente. Ele vai colocar a lanterna de forma que a gente enxergue as maiores informações dentro do nosso conjunto de dados. É como se a gente pegasse o nosso conjunto de dados que originalmente está num sistema de coordenadas e a gente usasse a álgebra linear para determinar novos eixos que a gente chama de novos componentes, por isso o nome componentes principais porque são novos eixos, novos componentes e privilegiam a variância dos dados. Então como se você colocasse os seus eixos na direção onde ocorre a maior variação dos dados. Ou seja, onde você consegue as maiores informações.
Outros trechos deste conteúdo

O que define o perfil de um cientista de dados
Trecho de a da gravação

Como funciona o planejamento de misturas na prática
Trecho de a da gravação