什麼是 PCA？
PCA（主成分分析）是一種降維技術，目標是找到資料中變異最大的方向（主成分），將高維資料投影到少數幾個軸上，保留最多的資訊。
互動示範
試著拉動「資料相關性」滑桿，觀察 PC1 軸的方向如何隨之旋轉，以及 PC1 解釋變異的百分比如何變化。
PC1（最大變異方向） PC2（垂直於 PC1） 投影到 PC1
0.70
← 隱藏 / 顯示 →
PC1 解釋變異
—
PC2 解釋變異
—
幾個值得注意的地方：
- 相關性越高（接近 ±1），PC1 解釋的變異比例越大，代表一條軸就能捕捉大部分資訊
- PC1 和 PC2 永遠互相垂直
- 把投影切到「隱藏」，可以更清楚看到散點和軸的幾何關係