๐Ÿ“ PCA: Dimensionality Reduction

Mengompresi banyak fitur menjadi sedikit โ€” tanpa membuang informasi penting.

๐ŸŽฌ Animasi: PCA: Sumbu Variansi Terbesar

Sumbu PC1 berputar mencari arah variansi maksimum, lalu data diproyeksikan ke sana โ†’ dimensi turun tanpa kehilangan banyak informasi.

๐Ÿ“Œ 1. Konsep: Arah Variansi Maksimal

Data sering "menyebar" di arah tertentu (korelasi antar fitur). PCA menemukan sumbu baru di mana data paling menyebar โ€” lalu memproyeksikan data ke sumbu-sumbu itu.

Data 2D yang memanjang diagonal: โ€ข โ€ข โ€ข โ† data menyebar kuat di arah diagonal โ€ข โ€ข โ€ข โ€ข โ€ข PCA: โ€ข PC1 = arah variansi TERBESAR (diagonal di atas) โ€ข PC2 = arah variansi terbesar berikutnya (tegak lurus PC1) Proyeksi ke PC1 saja (1 dimensi) โ†’ kehilangan informasi MINIMAL. Algoritma: 1. Center data (mean = 0) 2. Hitung matriks kovarians C = (1/(n-1)) ยท Zแต€Z 3. Cari eigenvector C dengan eigenvalue terbesar โ†’ PC1 (di sini: power iteration + deflation) 4. Ulangi untuk PC2, PC3, ... "Variance explained" = eigenvalue / total eigenvalue โ†’ berapa % informasi yang tersimpan di tiap komponen.

๐Ÿ“Œ 2. Contoh: PCA pada Data Berkorelasi

Output:
๐Ÿ’ก Perhatikan: setelah PCA, PC1 dan PC2 tidak berkorelasi (kovarians antar komponen = 0). Fitur baru saling independen โ€” ini bagus untuk algoritma yang mengasumsikan independensi.

๐Ÿ“Œ 3. Contoh: Kompresi 3D โ†’ 2D

Kasus nyata: data 100 fitur โ†’ diproyeksikan ke 2-3 dimensi untuk visualisasi, atau ke 10 dimensi untuk mempercepat training.

Output:
โš ๏ธ PCA adalah unsupervised: ia tidak peduli label. Arah variansi terbesar belum tentu arah yang paling memisahkan kelas. Untuk itu ada supervised alternative: LDA (Linear Discriminant Analysis). Dan seperti semua metode berbasis jarak โ€” scaling dulu!

๐Ÿง  Latihan

  1. Ubah noise fitur ke-3 dari 0.05 menjadi 1.0. Berapa variansi yang dijelaskan PC1 sekarang?
  2. Hitung korelasi antar koordinat proyeksi (PC1 vs PC2) di contoh 2. Harusnya โ‰ˆ 0 โ€” buktikan.
  3. Buat data 4D, proyeksikan ke 2D. Berapa % variansi yang tersimpan?
  4. Jelaskan kenapa PCA bisa dipakai untuk denoising: proyeksi ke k komponen lalu "rekonstruksi" kembali.