Метод главных компонент (#МГК, англ. PCA). Один из основных инструментов предобработки данных, позволяет сделать n-мерную свертку данных по принципу сохранения максимального количества уникальной информации. Используется для решения проблемы мультиколлинеарности (взаимозависимости независимых переменных).
На практике это означает, что если есть набор из большого числа независимых переменных, нельзя осуществлять кластерный анализ - иначе будут получены искаженные результаты. То, как много переменных из какой-то области вы взяли, будет определять близость объектов. Например, можно взять для анализа международной иерархии три переменных, которые отражают размер страны (население, площадь, протяженность границ - вы не уверены, какая лучше отражает ваш концепт) и одну, которая отражает уровень экономического развития (ВВП на душу населения). Без МГК кластерный анализ будет вместе группировать страны одного размера и практически игнорировать качество экономики.
В регрессии коэффициенты не будут отражать реальную…
