Introducción

Análisis de componentes principales (PCA) es un proceso estadístico que convierte un conjunto de observaciones de variables posiblemente correlacionadas en un conjunto de valores de variables no correlacionadas linealmente, conocido como componentes principales.

Para crear su modelo, primero debe completar la ficha Propiedades del modelo. Las fichas Opciones básicas y Opciones avanzadas ofrecen configuraciones predeterminadas suficientes para completar un trabajo, pero puede cambiarlas de acuerdo con sus necesidades. Luego se puede ejecutar el trabajo y una versión limitada del modelo resultante aparece en la pestaña Salida de modelo; la salida completa se encuentra disponible en la herramienta de gestión de modelos de Machine Learning. Si está satisfecho con los datos de salida de su modelo, puede exponerlo y utilizarlo en un flujo de datos para evaluación.