A análise de componentes principais (Principal Component
Analysis - PCA) é uma técnica de redução de dimensionalidade de
dados utilizada em diversas aplicações, tais como em compressão
de imagens e em processamento de linguagem natural.
Em relação à análise de componentes principais, avalie se as
afirmativas a seguir são verdadeiras (V) ou falsas.
( ) Permite a identificação de correlações e de estruturas de
menor dimensionalidade na distribuição espacial dos dados,
caracterizadas pelas direções onde há maior variância.
( ) Envolve o cálculo de autovalores e autovetores de matrizes
de covariâncias, determinando-se as componentes principais
das distribuições de dados.
( ) É adequada para identificar correlações não-lineares entre os
dados de um conjunto de alta dimensionalidade, projetando
estruturas em espaços vetoriais de menores dimensões.
As afirmativas são, respectivamente,