Welche Beschreibung der Hauptkomponentenanalyse (PCA) trifft zu?

Antwort: C. Man bestimmt nacheinander neue, zueinander orthogonale Achsen, beginnend mit der Richtung, in der die Streuung (Varianz) der Daten am größten ist, und stellt die Daten mit wenigen Achsen dar

Die Hauptkomponentenanalyse ist ein typisches Verfahren der Dimensionsreduktion, das Daten mit vielen Variablen durch weniger Variablen darstellt und dabei möglichst wenig Information verliert. Sie bestimmt nacheinander die Richtung der größten Varianz der Daten als erste Hauptkomponente, die Richtung der größten Varianz senkrecht dazu als zweite Hauptkomponente usw. und stellt die Daten nur mit den ersten Komponenten dar. Sie ist ein Verfahren für unüberwachtes Lernen ohne Labels und wird zur Visualisierung von Daten und zur Vorverarbeitung vor dem Training verwendet. Haben die Variablen unterschiedliche Einheiten oder Größenordnungen, wird das Ergebnis zu den Variablen mit großen Werten hingezogen; die Daten werden daher oft vorher standardisiert.