Corso di Analisi delle Componenti Principali (PCA)

Lezione 1 • Richiami di statistica descrittiva

Tratta media, varianza e deviazione standard come elementi costitutivi per la PCA. Collega le sintesi univariate alle esigenze dell'analisi multivariata.

Lezione 2 • Introduzione ad autovalori e autovettori

Definisce gli autovalori e gli autovettori e ne spiega il significato geometrico. Prepara direttamente gli studenti a comprendere le componenti principali come autovettori.

Lezione 3 • Concetti di covarianza e correlazione

Spiega come la covarianza e la correlazione quantificano le relazioni lineari tra variabili. Stabilisce le basi statistiche per la matrice di covarianza utilizzata nella PCA.

Lezione 4 • Comprendere i dati ad alta dimensionalità

Introduce la maledizione della dimensionalità e spiega perché ridurre le dimensioni è importante. Stabilisce la motivazione per la PCA come soluzione pratica alla complessità dei dati.

Lezione 1 • Centratura e ridimensionamento dei dati

Spiega perché la centratura è obbligatoria e quando il ridimensionamento è necessario prima della PCA. Dimostra come le variabili non ridimensionate con ampi intervalli dominano le componenti principali.

Lezione 2 • Costruzione della matrice di covarianza

Illustra il calcolo passo-passo di una matrice di covarianza a partire dai dati grezzi. Collega la struttura della matrice alle relazioni a coppie tra variabili stabilite in precedenza.

Lezione 3 • La matrice di correlazione come alternativa

Contrappone la matrice di correlazione alla matrice di covarianza e identifica quando ciascuna è preferibile. Rafforza l'impatto del ridimensionamento delle variabili sui risultati della PCA.

Lezione 1 • Pesi e interpretazione delle componenti

Definisce i pesi come coefficienti degli autovettori e spiega come mettono in relazione le variabili con le componenti. Insegna l'interpretazione sistematica di ciò che ogni componente rappresenta.

Lezione 2 • Scomposizione spettrale della matrice di covarianza

Applica la scomposizione spettrale alla matrice di covarianza per estrarre le direzioni principali. Collega gli autovalori alla varianza spiegata e gli autovettori agli assi delle componenti.

Lezione 3 • Approccio basato sulla scomposizione ai valori singolari

Introduce l'SVD come alternativa numericamente stabile alla scomposizione spettrale per la PCA. Spiega la relazione tra i valori singolari e gli autovalori della matrice di covarianza.

Lezione 4 • Calcolo dei punteggi delle componenti principali

Proietta i dati originali sugli assi delle componenti principali per produrre i punteggi. Dimostra come i punteggi rappresentino le osservazioni nel nuovo sistema di coordinate ridotte.

Lezione 1 • Perdita di informazione ed errore di ricostruzione

Quantifica il compromesso tra riduzione della dimensionalità e perdita di informazione utilizzando l'errore di ricostruzione. Collega la varianza conservata ai requisiti pratici di accuratezza.

Lezione 2 • Proporzione di varianza spiegata

Calcola la proporzione di varianza totale catturata da ciascuna componente usando i rapporti degli autovalori. Stabilisce la base quantitativa per le decisioni di selezione delle componenti.

Lezione 3 • Il criterio di Kaiser e altre regole

Presenta la regola di Kaiser e l'analisi parallela come criteri formali per la conservazione delle componenti. Confronta le loro assunzioni e applicabilità a diversi tipi di set di dati.

Lezione 4 • Scelta del numero finale di componenti

Sintetizza tutti i criteri di selezione in un quadro decisionale per scegliere il numero di componenti. Sottolinea l'importanza di allineare la scelta con l'obiettivo analitico successivo.

Lezione 1 • Visualizzazione dei risultati della PCA

Crea scree plot, grafici di dispersione dei punteggi e biplot utilizzando matplotlib e seaborn. La visualizzazione collega gli output numerici a intuizioni interpretabili.

Lezione 2 • Preparazione dei dati in Python

Tratta il caricamento, la pulizia e il ridimensionamento dei set di dati utilizzando pandas e scikit-learn. Prepara gli studenti a gestire dati reali prima di applicare la PCA a livello di programmazione.

Lezione 3 • Implementazione della PCA da zero

Costruisce la PCA usando NumPy per rafforzare la comprensione dell'algoritmo sottostante. Il confronto dell'implementazione da zero con scikit-learn convalida la padronanza concettuale.

Lezione 4 • Costruzione di una pipeline PCA riutilizzabile

Incapsula la pre-elaborazione e la PCA in una Pipeline di scikit-learn per la riproducibilità. Introduce le best practice per il salvataggio e il caricamento di modelli PCA addestrati.

Lezione 1 • PCA nelle pipeline di classificazione

Integra la PCA nei flussi di lavoro di classificazione e valuta i compromessi in termini di accuratezza. Evidenzia i casi in cui la PCA migliora e quelli in cui peggiora le prestazioni del classificatore.

Lezione 2 • PCA per la riduzione delle feature prima della modellazione

Usa la PCA per ridurre le feature di input prima di addestrare modelli supervisionati. Dimostra come un minor numero di componenti possa ridurre l'overfitting e il tempo di addestramento.

Lezione 3 • Rilevamento di anomalie con la PCA

Utilizza l'errore di ricostruzione della PCA per identificare osservazioni anomale. Stabilisce un framework di rilevamento delle anomalie basato su soglia utilizzando i residui della PCA.

Lezione 4 • PCA per il miglioramento del clustering

Applica la PCA prima del k-means e del clustering gerarchico per migliorare la separazione dei cluster. Spiega perché il clustering ad alta dimensionalità trae vantaggio da una preventiva riduzione della dimensionalità.

Lezione 1 • Kernel PCA per dati non lineari

Estende la PCA a strutture non lineari utilizzando il kernel trick. Dimostra come la kernel PCA catturi varianza che la PCA standard non rileva in varietà curve.

Lezione 2 • Sparse PCA per componenti interpretabili

Introduce la sparse PCA, che impone pesi nulli per produrre componenti interpretabili. Contrappone le componenti regolarizzate in sparsità ai densi pesi della PCA standard.

Lezione 3 • PCA probabilistica ed estensioni bayesiane

Inquadra la PCA come un modello a variabili latenti per consentire l'inferenza probabilistica e la gestione dei dati mancanti. Introduce la PCA bayesiana per la selezione automatica delle componenti.

Lezione 4 • PCA robusta per la resistenza ai valori anomali

Affronta la sensibilità della PCA ai valori anomali utilizzando tecniche di stima robusta. Scompone i dati in componenti a basso rango e sparse per isolare le osservazioni corrotte.

Lezione 1 • Convalida incrociata per la PCA

Applica la convalida incrociata per valutare la stabilità della struttura delle componenti tra diverse suddivisioni dei dati. Previene l'overfitting del numero di componenti a un singolo set di dati.

Lezione 2 • Standard di riproducibilità e documentazione

Stabilisce standard per documentare i flussi di lavoro PCA al fine di garantire la riproducibilità. Tratta il controllo di versione, la registrazione dei parametri e le convenzioni di reporting dell'analisi.

Lezione 3 • Comunicare i risultati della PCA

Traduce gli output della PCA in narrazioni chiare per un pubblico tecnico e non tecnico. Tratta l'uso efficace di tabelle, grafici e sintesi in linguaggio semplice.

Lezione 4 • Convalidare le assunzioni della PCA

Verifica la linearità, la normalità multivariata e l'adeguatezza della dimensione del campione prima di applicare la PCA. Identifica quando le violazioni delle assunzioni richiedono metodi alternativi.