Temel Bileşen Analizi (PCA)

Temel Bileşen Analizi (PCA) nedir?

PCA, çok sayıda özelliği olan bir veriyi, en önemli bilgiyi koruyarak daha az boyuta sıkıştırma yöntemidir. 100 sütunlu bir tabloyu, verinin çeşitliliğinin çoğunu taşıyan 2-3 "temel bileşene" indirger. Bu bileşenler orijinal sütunların değil, onların en çok bilgi taşıyan kombinasyonlarının yeni eksenleridir.

Nasıl çalışır?

PCA, verideki en fazla değişkenliğin (varyans) hangi yönde olduğunu bulur ve o yönü birinci bileşen yapar. Sonra ona dik olan, kalan varyansı en çok açıklayan ikinci yönü seçer, böyle devam eder. Matematiksel olarak verinin kovaryans matrisinin özvektörlerini hesaplar; her özvektör bir yön, ona ait özdeğer o yönün ne kadar bilgi taşıdığıdır. İlk birkaç bileşen genelde bilginin büyük kısmını tutar, gerisini atmak veri kaybını minimuma indirir. İşlem öncesi verinin ölçeklenmesi (standardizasyon) şart, yoksa büyük sayılı sütun sonucu ezer.

Neden önemli?

Yüksek boyut hem hesabı yavaşlatır hem de modeli gürültüye boğar — buna "boyutun laneti" denir. PCA boyutu düşürerek eğitimi hızlandırır, gereksiz korelasyonu temizler ve en güzeli, çok boyutlu veriyi 2D grafiğe indirip gözle görülebilir hale getirir. Sıkıştırma ve görselleştirmenin ikisini birden çözer.

Kullanım alanları

Veri görselleştirme, gürültü azaltma, görüntü sıkıştırma, yüz tanımada özellik çıkarımı ve makine öğrenmesi modellerine girmeden önce feature engineering adımı olarak yaygın kullanılır. Genellikle clustering ve sınıflandırma öncesi bir ön işleme adımıdır.