Desarrollo de una aplicación para el Análisis de Componentes Principales

Abstract

Este trabajo presenta el desarrollo una aplicación de escritorio para trabajar de manera gráfica el Análisis de Componentes Principales (PCA) de los datos almacenados en un fichero. El PCA es una poderosa técnica de reducción de la dimensionalidad y una de las técnicas más conocidas y usadas en Aprendizaje Automático (no supervisado). La aplicación está pensada para usuarios que saben interpretar este tipo de análisis, pero carecen de conocimientos de programación para generar el modelo PCA y los gráficos asociados. La aplicación permite representar las gráficas más usuales del PCA, facilitando al usuario la visualización de los resultados obtenidos, y proporciona ayuda en la determinación del número de componentes a extraer. La aplicación ha sido desarrollada en Python y con la librería de interfaces gráficas Qt para facilitar el diseño de la interfaz de usuario.

This work involves the development of a desktop application to easily implement Principal Component Analysis (PCA) on data from a file. PCA is a powerful dimensionality reduction technique and one of the most well-known and widely used techniques in (unsupervised) Machine Learning. The application is designed for users who understand how to interpret this type of analysis but lack programming knowledge to generate the PCA and the associated graphs. The application automatically generates the most common PCA plots, making it easier for users to visualize the results obtained, and provides assistance in determining the number of components to extract. The application has been developed in Python using the Qt graphical interface library to facilitate the design of the user interface.