Herramienta Componentes principales

La herramienta Componentes principales puede reducir las dimensiones (la cantidad de campos numéricos) en una base de datos. Lo hace transformando el conjunto de campos original en uno más pequeño que cubra la mayor parte de la varianza (es decir, la información) en los datos. Los campos nuevos se llaman factores, o componentes principales.

Los componentes principales se extraen secuencialmente, siendo el primer componente principal el que representa la mayor variación en los datos. Intuitivamente, el primer componente principal es un vector que apunta en la dirección en la que los datos están más “dispersos”. El segundo componente principal se configura de manera similar, pero con la restricción adicional de que no debe estar correlacionado con el primero. Cada componente principal posterior captura un porcentaje cada vez más bajo de variación en los datos, y no tiene correlación con los componentes principales previamente extraídos. Puede haber tantos componentes principales como campos numéricos en los datos. Sin embargo, normalmente es posible capturar la varianza en los datos utilizando los primeros componentes principales, en lugar del conjunto completo de campos numéricos originales. Un componente principal se compone de una combinación lineal ponderada de los campos numéricos originales. Juntos, pueden ser utilizados para formar un nuevo sistema de coordenadas, en el cual cada dimensión no está correlacionada con las demás.

Los componentes principales se pueden utilizar en lugar de los campos originales en modelos predictivos, evitando los problemas que pueden ocurrir cuando se utilizan variables altamente correlacionadas, pero a costa de dificultar la interpretación del modelo. Además, el método se puede utilizar para determinar qué grupos de campos probablemente estén muy relacionados entre sí, y ayudar a guiar las decisiones sobre en qué campos omitir de un modelo predictivo. Finalmente, la capacidad de “colapsar” un gran número de campos en un pequeño número de componentes principales es, a menudo, un beneficio en la visualización de relaciones en los datos.

Esta herramienta utiliza la herramienta R. Ve a Opciones > Descargar herramientas predictivas e inicia sesión en el portal Descargas y licencias de Alteryx para instalar R y los paquetes utilizados por la herramienta R. Consulta Descargar y usar herramientas predictivas.