Анализ главных компонентов (PCA) — статистическая процедура, использующая ортогональное преобразование для преобразования набора наблюдений возможно коррелированных значений (объекты, каждая из которых принимает различные числовые значения) в набор значений линейно некоррелированных переменных, называемых главными компонентами. Это преобразование определяется таким образом, что первый компонент имеет наибольшую возможную дисперсию (то есть учитывает как можно большую вариативность данных), каждый последующий компонент, в свою очередь, имеет максимально возможную дисперсию при ограничении, что он ортогонален предыдущим компонентом. Результирующие элементы (каждый представляет собой линейную комбинацию размер и содержит n наблюдений) представляет собой некоррелированный ортогональный базисный набор . PCA чувствителен к относительному масштабированию исходных чисел.
[Глоссарий искусственного интеллекта. (Электронный ресурс). Режим доступа: http:// hrwiki.ru›wiki/Glossary_of_artificial_intelligence/, свободный.]