Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

Soluções dos Exercícios | 503

6. O PCA comum é o padrão, mas funciona somente se o conjunto de dados couber

na memória. O PCA incremental é útil, mas é mais lento do que o PCA normal

para conjuntos de dados grandes que não cabem na memória. Portanto, prefira o

PCA comum se o conjunto se encaixar na memória. O PCA incremental também

será útil para tarefas online quando precisarmos aplicar o PCA em tempo real

toda vez que uma nova instância chegar. O PCA Randomizado é útil quando você

deseja reduzir consideravelmente a dimensionalidade, e o conjunto de dados se

encaixa na memória; neste caso, ele é muito mais rápido que o PCA comum. Fi-

nalmente, ...