Principal component analysis, PCA) — один из основных способов уменьшить размерность данных, потеряв наименьшее количество информации. High Quality Content by WIKIPEDIA articles! Метод главных компонент (англ. Пирсоном (англ. Изобретен К. Применяется во многих областях, таких как распознавание образов, компьютерное зрение, сжатие данных и т. Karl Pearson) в 1901 г. Вычисление главных компонент сводится к вычислению собственных векторов и собственных значений ковариационной матрицы исходных данных. п. Karhunen-Loeve) или преобразованием Хотеллинга (англ. Иногда метод главных компонент называют преобразованием Кархунена-Лоэва (англ. Другие способы уменьшения размерности данных — это метод независимых компонент, многомерное шкалирование, а также многочисленные нелинейные обобщения: метод главных кривых и многообразий, метод упругих карт, поиск наилучшей проекции (англ. Hotelling transform). 2012. Projection Pursuit), нейросетевые методы «узкого горла», самоорганизующиеся карты Кохонена и др.