प्रमुख घटक विश्लेषण (pca) क्या है? - टेक्नोपेडिया से परिभाषा

परिभाषा - प्रधान घटक विश्लेषण (PCA) का क्या अर्थ है?

प्रिंसिपल कंपोनेंट एनालिसिस (PCA) एक ऐसी तकनीक है, जिसका इस्तेमाल डेटा के एक बड़े सेट से प्रमुख घटकों के रूप में ज्ञात छोटी संख्या में असंबद्ध चर की पहचान के लिए किया जाता है। तकनीक का उपयोग व्यापक रूप से भिन्नता पर जोर देने और डेटा सेट में मजबूत पैटर्न को पकड़ने के लिए किया जाता है। कार्ल पियर्सन द्वारा 1901 में आविष्कार किया गया, प्रिंसिपल कंपोनेंट एनालिसिस एक टूल है जिसका इस्तेमाल प्रेडिक्टिव मॉडल और एक्सप्लोसिव डेटा एनालिसिस में किया जाता है। प्रधान घटक विश्लेषण को एक उपयोगी सांख्यिकीय विधि माना जाता है और इसका उपयोग छवि संपीड़न, चेहरे की पहचान, तंत्रिका विज्ञान और कंप्यूटर ग्राफिक्स जैसे क्षेत्रों में किया जाता है।

Techopedia प्रधान घटक विश्लेषण (PCA) की व्याख्या करता है

प्रमुख घटक विश्लेषण डेटा का पता लगाने और कल्पना करने में आसान बनाने में मदद करता है। यह जटिल और भ्रामक डेटा सेट से जानकारी निकालने के लिए एक सरल गैर-पैरामीट्रिक तकनीक है। प्रिंसिपल कंपोनेंट एनालिसिस कम से कम प्रिंसिपल कंपोनेंट्स के साथ अधिकतम वेरिएशन अमाउंट पर फोकस किया जाता है। प्रिंसिपल कंपोनेंट एनालिसिस से जुड़े अलग-अलग फायदों में से एक यह है कि संबंधित डेटा में पैटर्न मिल जाने के बाद डेटा का कंप्रेशन भी सपोर्ट होता है। वैरिएबल की संख्या को खत्म करने के लिए या अवलोकनों की संख्या की तुलना में या बहुत अधिक भविष्यवाणियों से बचने के लिए कोई भी प्रमुख घटक विश्लेषण का उपयोग करता है। यह बारीकी से विहित कोरोनिकल विश्लेषण से संबंधित है और ऑर्थोगोनल परिवर्तन का उपयोग करता है ताकि मूल घटकों के रूप में ज्ञात मूल्यों के एक सेट में सहसंबद्ध चर युक्त टिप्पणियों के सेट को परिवर्तित किया जा सके। प्रमुख घटक विश्लेषण में उपयोग किए जाने वाले प्रमुख घटकों की संख्या टिप्पणियों की कम संख्या के बराबर या उससे कम है। मूल घटक विश्लेषण मूल रूप से प्रयुक्त चर के सापेक्ष स्केलिंग के प्रति संवेदनशील है।

प्रिंसिपल कंपोनेंट एनालिसिस का इस्तेमाल कई क्षेत्रों जैसे मार्केट रिसर्च, सोशल साइंस और उन उद्योगों में व्यापक रूप से किया जाता है जहां बड़े डेटा सेट का उपयोग किया जाता है। तकनीक मूल डेटा की कम-आयामी तस्वीर प्रदान करने में भी मदद कर सकती है। एक सरल और उपयोगी जानकारी सेट में जटिल और भ्रमित डेटा को कम करने के लिए प्रमुख घटक विश्लेषण के मामले में केवल न्यूनतम प्रयास की आवश्यकता है।