← DemosNo navegador

PCA visual

Reduza 4, 13, 30 ou 64 medidas a 2 ou 3 componentes e gire o resultado em 3D: Iris, vinhos, câncer de mama e dígitos escritos à mão.

ml-from-scratch

Os dados

As amostras no espaço dos componentes

Passe o mouse ou toque num ponto para ver os detalhes. As setas mostram o peso das medidas.

PC1PC2

Variância explicada

Quanto da informação cada componente guarda.

Pesos (loadings)

Cada componente é uma mistura das medidas originais.

A intuição em 2D

Com as flores do Iris: gire a reta. Cada flor é projetada nela, e a barra mostra a variância dos pontos projetados. O PC1 é exatamente a direção em que essa variância é máxima.

Variância projetada
comp. sépala (padronizado) →↑ comp. pétala (padronizado)

O PCA passo a passo

  1. 1

    Centralizar

    Subtrai a média de cada medida (e divide pelo desvio, se padronizar), para todas começarem do zero.

  2. 2

    Covariância

    Monta a matriz p×p que diz o quanto cada par de medidas varia junto: 4×4 no Iris, 64×64 nos dígitos.

  3. 3

    Autovetores

    Os autovetores da covariância são as direções dos componentes; os autovalores, a variância em cada uma.

  4. 4

    Projetar

    Cada amostra vira coordenadas nos componentes. Ficando com 2 ou 3, saem p medidas e entram 2 ou 3 números.

Correlação

O mesmo PCA está implementado do zero em NumPy, via SVD, no ml-from-scratch, e validado contra o scikit-learn. Aqui ele roda no seu navegador, com os autovetores pelo método de Jacobi, e os testes conferem o resultado de cada base com o do scikit-learn.