Análise de componentes principais: diferenças entre revisões

No ''[[:en:multilinear subspace learning]]'', o PCA é generalizado a [[:en:multilinear principal component analysis|multilinear PCA]] (MPCA), o qual estraiextrai características diretamente de representações tensoriais. MPCA é resolvido fazendo-se PCA iterativamente em cada moda do tensor. MPCA tem sido aplicado ao reconhecimento de faces, reconhecimento de andar (''gait''), gestos, etc. O MPCA pode ser estendido ao ''uncorrelated MPCA'', MPCA não negativo e MPCA robusto.