Publication: Análisis de Componentes Principales (ACP / PCA)
Loading...
Official URL
Full text at PDC
Publication Date
2021-09-20
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
Se suele definir conceptualmente a la técnica de Análisis de Componentes Principales (ACP) como una forma de reducción de ruido. En un conjunto de datos podemos tener ejemplares que puntúen en un conjunto de variables observables. No obstante, el objetivo es conseguir unas super-variables que nos resuman todas las relaciones ocultas de las variables observables de una manera simple pero sin pérdida de información. Por ejemplo, si tenemos 60 variables observables (número de amigos, valoración de los días soleados, puntualidad, etc.) en las que las personas puntúan, lo que querríamos es tener unas pocas super-variables, muchas menos, que nos resumiesen todas las posibles constelaciones significativas que se forman con ellas. Es decir, unos constructos de mayor abstracción y que resuman a las variables observables. De esto va la técnica de Componentes Principales: de resumir e identificar posibles constructos en un conjunto de datos.