analisi delle componenti principali
Sign in to saveAlso known as PCA, principal components analysis
tecnica per la semplificazione dei dati utilizzata nell'ambito della statistica multivariata
Research
88,430 papers- What is principal component analysis?Nature biotechnology · 2008
- Principal Component Analysis (PCA).La Tunisie medicale · 2021
- Principal Component Analysis in Dental Research.The International journal of oral & maxillofacial implants · 2025
- Principal Component Analysis on Recurrent Venous Thromboembolism.Clinical and applied thrombosis/hemostasis : official journal of the International Academy of Clinical and Applied Thrombosis/Hemostasis · 2019
- Principal component analysis.Transfusion · 2018
via PubMed
Wikidata facts
- Subclass of
- multivariate statistics
- Image
- GaussianScatterPCA.svg
- Has use
- dimensionality reduction
Show 5 more facts
- Commons category
- Principal component analysis
- short name
- PCA
- on focus list of Wikimedia project
- Wikipedia:Vital articles/Level/4
- maintained by WikiProject
- WikiProject Mathematics
- facet of
- unsupervised learning
via Wikidata · CC0
Article · Italiano
L'analisi delle componenti principali (in inglese principal component analysis o abbreviata PCA), anche nota come trasformata di Karhunen-Loève, è una tecnica per la semplificazione dei dati utilizzata nell'ambito della statistica multivariata. Questo metodo fu proposto per la prima volta nel 1901 da Karl Pearson e sviluppato poi da Harold Hotelling nel 1933, e fa parte dell'analisi fattoriale. La tecnica, esempio di riduzione della dimensionalità, ha lo scopo di ridurre il numero più o meno elevato di variabili che descrivono un insieme di dati a un numero minore di variabili latenti, limitando il più possibile la perdita di informazioni.
Abstract from DBpedia / Wikipedia · CC BY-SA